CN110968677B - 文本寻址的方法及装置、介质和电子设备 - Google Patents

Abstract

本公开提供一种文本寻址方法及装置、介质和电子设备；涉及数据处理技术领域。该文本寻址方法包括：根据文本的结构化需求，确定所述结构化需求对应的待查询实体；获取所述待查询实体在目标文本中的实体信息；获取所述目标文本对应的原文本，根据所述实体信息确定所述待查询实体在所述原文本中对应的文本片段，以完成所述待查询实体的寻址。本公开中的文本寻址方法能够在一定程度上克服实体查找时间较长的问题，进而提升实体的寻址效率。

Description

文本寻址的方法及装置、介质和电子设备

技术领域

本公开涉及数据处理技术领域，具体而言，涉及一种文本寻址方法及装置、介质和电子设备。

背景技术

结构化是将非结构化的数据转化为可检索、可分析、可计算的数据的过程。在文本处理技术中首先要对文本进行结构化，才能使文本数据被处理，因此结构化在文本处理过程中是必不可少的环节。

通常情况下，文本进行结构化之后就可以通过结构化过程中使用的主体使得文本能够被检索到，例如，通过文本中的人名对文本进行结构化之后，可以通过人名检索到目标文本。然而，检索到文本可能非常冗长，而用户需要查看的只是目标主体出现的部分内容，从而需要花费大量的时间寻找目标主体出现的位置，导致效率较低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种文本寻址方法及装置、介质和电子设备，进而在一定程度上克服文本中实体查找时间较长的问题，进而提升实体的寻址效率。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种文本寻址方法，包括：

根据文本的结构化需求，确定所述结构化需求对应的待查询实体；

获取所述待查询实体在目标文本中的实体信息；

获取所述目标文本对应的原文本，根据所述实体信息确定所述待查询实体在所述原文本中对应的文本片段，以完成所述待查询实体的寻址。

在本公开的一种示例性实施例中，所述根据文本的结构化需求，确定所述结构化需求对应的待查询实体，包括：

识别出所述目标文本中的多个实体，以通过所述多个实体之间的关联关系获取所述目标文本中包含的多个实体组合；

根据所述结构化需求确定目标实体，将包含所述目标实体的实体组合中的所有实体作为所述待查询实体。

在本公开的一种示例性实施例中，所述获取所述待查询实体在目标文本中的实体信息，包括：

获取包含所述目标文本中所有实体的实体序列；

根据所述待查询实体在所述实体序列中的序号，获取所述待查询实体对应的目标文本中的目标字段，作为所述实体信息。

在本公开的一种示例性实施例中，所述获取包含所述目标文本中所有实体的实体序列，包括：

对所述目标文本进行划分，以获取所述目标文本中包含的多个字段；

分别确定所述多个字段对应的实体，以获取所述目标文本中的多个实体；

根据所述多个字段在所述目标文本中顺序，确定所述多个实体对应的实体序列。

在本公开的一种示例性实施例中，所述根据所述实体信息确定所述待查询实体在所述原文本中对应的文本片段，包括：

将所述原文本与所述目标文本进行对比，确定所述目标文本中所有字段分别对应的原文本的文本片段；

根据所述目标文本中所有字段分别对应的原文本的文本片段，确定所述待查询实体对应的所述目标字段在所述原文本中对应的文本片段。

在本公开的一种示例性实施例中，所述待查询实体包括多个，确定所述结构化需求对应的待查询实体之后，还包括：

显示所述多个待查询实体，以供用户选择；

在所述用户选择的待查询实体对应的原文本中，将所述待查询实体对应的文本片段进行标注。

在本公开的一种示例性实施例中，所述将所述待查询实体对应的文本片段进行标注，包括：

在所述原文本中对所述标注的内容进行区别显示。

根据本公开的第二方面，提供一种文本寻址装置，包括实体确定模块、信息获取模块以及文本查询模块，其中：

实体确定模块，用于根据文本的结构化需求，确定所述结构化需求对应的待查询实体；

信息获取模块，用于获取所述待查询实体在目标文本中的实体信息；

文本查询模块，用于获取所述目标文本对应的原文本，根据所述实体信息确定所述待查询实体在所述原文本中对应的文本片段，以完成所述待查询实体的寻址。

在本公开的一种示例性实施例中，实体确定模块还包括：

实体获取单元，用于识别出所述目标文本中的多个实体，以通过所述多个实体之间的关联关系获取所述目标文本中包含的多个实体组合；

目标确定单元，用于根据所述结构化需求确定目标实体，将包含所述目标实体的实体组合中的所有实体作为所述待查询实体。

在本公开的一种示例性实施例中，所述信息获取模块包括：

序列获取单元，用于获取包含所述目标文本中所有实体的实体序列；

字段获取单元，用于根据所述待查询实体在所述实体序列中的序号，获取所述待查询实体对应的目标文本中的目标字段，作为所述实体信息。

在本公开的一种示例性实施例中，序列获取单元可以用于：

对所述目标文本进行划分，以获取所述目标文本中包含的多个字段；

分别确定所述多个字段对应的实体，以获取所述目标文本中的多个实体；

根据所述多个字段在所述目标文本中顺序，确定所述多个实体对应的实体序列。

在本公开的一种示例性实施例中，文本查询模块包括：

文本对比单元，用于将所述原文本与所述目标文本进行对比，确定所述目标文本中所有字段分别对应的原文本的文本片段；

片段确定单元，用于根据所述目标文本中所有字段分别对应的原文本的文本片段，确定所述待查询实体对应的所述目标字段在所述原文本中对应的文本片段。

在本公开的一种示例性实施例中，文本寻址装置还包括：

显示模块，用于显示所述多个待查询实体，以供用户选择；

标注模块，用于在所述用户选择的待查询实体对应的原文本中，将所述待查询实体对应的文本片段进行标注。

在本公开的一种示例性实施例中，标注模块用于：在所述原文本中对所述标注的内容进行区别显示。

根据本公开的第三方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。

根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的方法。

本公开示例性实施例可以具有以下部分或全部有益效果：

在本公开的一示例实施方式所提供的文本寻址方法中，通过文本的结构化需求确定待查询实体，根据待查询实体在目标文本中的实体信息从而能够直接通过实体信息定位到原文本中的文本片段，避免用户从头到尾浏览原文本，大大地节省了时间成本，提高了对文本信息的定位的准确性，提高了文本寻址效率。并且，确定出待查询实体对应的原文本中的文本片段，可以使得用户直观了解到从原文本的文本片段到待查询实体的结构化过程中的逻辑，有利于结构化过程的理解，能够提高结构化的合理性和说服力。此外，确定待查询实体对应的原文本中的文本片段，为基于文本的后续分析工作提供了便利，分析人员能够更快地分析相关内容，有利于提高文本分析的效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示意性示出了根据本公开的一个实施例的文本寻址方法的流程图；

图2示意性示出了根据本公开的另一个实施例的文本寻址方法的流程图；

图3示意性示出了根据本公开的另一个实施例的文本寻址方法流程图；

图4示意性示出了根据本公开的另一个实施例的文本寻址方法的流程图；

图5示意性示出了根据本公开的另一个实施例的文本寻址方法的流程图；

图6示意性示出了根据本公开的另一个实施例的文本寻址方法的流程图；

图7示意性示出了根据本公开的另一个实施例的文本寻址方法的流程图；

图8示意性示出了根据本公开的一个实施例的文本寻址装置的框图；

图9示意性示出了根据本公开的一个实施例的用于实现文本寻址方法的系统架构图；

图10示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

以下对本公开实施例的技术方案进行详细阐述：

由于在文本的结构化过程中，原始文本需要经过预处理之后才能形成结构化的信息，例如，预处理可以为对原始文本进行格式化处理、拼写错误修正处理等。基于经过预处理之后的文本确定的结构化的实体，不能确定出实体在原文本中对应的位置，从而导致在查看或分析原文本时，需要对整个文本进行浏览，从而找出与目标实体相关的内容。

在发明人提供的一种解决方案中，对原始文本进行预处理时，可以记录每一次处理的变化，从而在得到实体之后，再一步一步往回推，直至确定实体在原始文本中的位置。但是，对原始文本的预处理过程可能涉及非常多的步骤，通过记录每一次变化的前后文本的对应关系，操作过于复杂，花费的时间也比较长，而且在某一步出现错误时，会引起连锁反应，导致错误率增高。

基于上述一个或多个问题，本示例实施方式提供了一种文本寻址方法。参考图1所示，该文本寻址方法可以包括以下步骤：

步骤S110：根据文本的结构化需求，确定所述结构化需求对应的待查询实体。

步骤S120：获取所述待查询实体在目标文本中的实体信息。

步骤S130：获取所述目标文本对应的原文本，根据所述实体信息确定所述待查询实体在所述原文本中对应的文本片段，以完成所述待查询实体的寻址。

在本公开的一示例实施方式所提供的文本寻址方法中，通过文本的结构化需求确定待查询实体，根据待查询实体在目标文本中的实体信息从而能够直接通过实体信息确定原文本中的文本片段，避免用户从头到尾浏览原文本，大大地节省了时间成本，提高了对文本信息的定位的准确性，提高了文本寻址效率。并且，确定出待查询实体对应的原文本中的文本片段，可以使得用户直观了解到从原文本的文本片段到待查询实体的结构化过程中的逻辑，有利于结构化过程的理解，能够提高结构化的合理性和说服力。此外，确定待查询实体对应的原文本中的文本片段，为基于文本的后续分析工作提供了便利，分析人员能够更快地分析相关内容，有利于提高文本分析的效率。

下面，对于本示例实施方式的上述步骤进行更加详细的说明。

在步骤S110中，根据文本的结构化需求，确定所述结构化需求对应的待查询实体。

在文本处理中，结构化是非常重要的环节，通过结构化可以将文本与文本检索、查询等需求进行对应，从而在有需求时，能够检索到对应的文本进行研究。而对文本进行结构化时可以将文本中的实体识别出来，从而将实体与结构化需求进行对应，实体为文本中具有特定意义的信息，因此通过实体可以确定文本的大致内容，从而为文本处理提供遍历。

本实施方式中，结构化需求可以根据用户对文本的查询或分析需求确定，例如，如果需要查询关于机器学习模型的文本，则结构化需求可以为机器学习模型；并且，结构化需求可以包括文本中的实体，例如人名、地名、机构名等；也可以包括实体所属的类别，例如，疾病实体、症状实体等等；可以通过一输入接口接收用户的输入，从而将用户输入的信息作为结构化需求。相应的，待查询实体为文本中具有特定意义的字段，例如，文本中的“张三”可以为实体、文本中的“腿部”可以为实体等等；本实施方式对这些均不做特殊限定。

通过结构化需求可以确定对应的待查询实体。示例性的，结构化需求可以包括一实体类型，从而确定属于该类型的实体为待查询实体；例如，结构化需求可以为身体部位，则可以确定待查询实体为腿部、头部、手部等；可以预先定义实体，以及实体的类型，从而在结构化需求中包含实体类型时，可以根据实体类型确定待查询实体。或者，可以预先定义结构化需求与实体的对应关系，一结构化需求可以对应多个实体，从而根据结构化需求与实体的对应关系，确定待查询实体。

在一示例性实施方式中，根据结构化需求确定对应的待查询实体可以包括步骤S201和步骤S202，如图2所示。其中：

步骤S201，识别出所述目标文本中的多个实体，以通过所述多个实体之间的关联关系获取所述目标文本中包含的多个实体组合；

步骤S202，根据所述结构化需求确定目标实体，将包含所述目标实体的实体组合中的所有实体作为所述待查询实体。

在步骤S201中，目标文本中包含多个实体，在文本结构化的过程中能够识别并输出文本中的实体，例如，目标文本中的“胃部”可以识别为实体，“肿瘤”可以识别为实体等等。根据实体之间潜在的语义关系可以将实体进行组合，从而获取目标文本中的实体组合。示例性的，本实施方式可以通过以下步骤S301和步骤S302获取目标文本中包含的多个实体组合，如图3所示。其中：

步骤S301，识别出所述目标文本中的多个实体，并确定所述多个实体之间的关联关系；

步骤S302，根据具有关联关系的实体确定所述实体组合。

在步骤S301中，通过机器学习模型可以识别出目标文本中的多个实体；或者可以预先定义多种类型的实体，从而根据预先定义的实体对目标文本进行匹配，将匹配到的字段作为实体；也可以通过其他方式识别出目标文本中的多个实体，例如，通过分词算法对目标文本进行分词处理、将得到的分词结果中的每个分词项均作为实体等等，本公开对此不做特殊限定。

通过分析实体之间的潜在的语义关系可以确定实体之间的关联关系，例如，通过机器学习模型可以识别具有潜在语义关系的实体，从而确定实体具有关联关系。或者，可以定义实体类型之间的关联，例如，疾病名称与症状之间的关联关系等，从而将具有关联的实体类型对应的实体确定为具有关联关系的实体。

在本公开的其他实施方式中，也可以通过其他方式确定实体之间是否具有关联关系，例如可以预先定义实体与实体之间的关联关系，从而通过预先定义的关联关系从多个实体中匹配具有关联关系的实体等；也可以识别出在目标文本中同一句中的实体，确定在同一句中的实体之间具有关联关系等；这些均属于本公开的保护范围。

在步骤S302中，将相互之间具有关联关系的实体可以确定为一实体组合，从而可以得到目标文本包含的多个实体组合。具有关联关系的实体可以为两个，也可以为多个，例如，实体A与实体B具有关联关系，实体B与实体C具有关联关系，则实体A、B、C可以构成实体组合；再例如，实体A与实体B具有关联关系，实体A与实体C具有关联关系，实体C为实体D具有关联关系，则实体A、B、C、D可以构成实体组合。

接下来，在步骤S202中，确定了目标文本中包含的所有实体组合后，可以根据结构化需求确定目标实体，目标实体可以包括多个。对结构化需求进行实体识别，可以确定出结构化需求中包含的多个实体，从而确定目标实体，示例性的，如果结构化需求为“患胃癌的信息”，则可以将患病、胃和癌症确定为目标实体。然后，从目标文本中包含的所有实体组合中确定包含所有目标实体的实体组合，并且，如果目标实体为多个，则包含每一个目标实体的实体组合为符合条件的实体组合，当然，符合条件的实体组合中除了目标实体还可以包括其他实体，从而将包含目标实体的实体组合中的所有实体均可以作为待查询实体。

在本公开的其他实施方式中，可以通过其他方式确定待查询实体，例如，通过结构化需求确定实体之间的关联关系，将包含该关联关系的实体组合作为符合条件的实体组合，从而将符合条件的实体组合中的实体作为待查询实体等，这些均属于本公开的保护范围。

在步骤S120中，获取所述待查询实体在目标文本中的实体信息。

目标文本可以包括原文本进行预处理之后的文本。原文本可以指由用户编辑的原始的文本，例如，论文、小说；或者有专业领域人员编辑的文本，例如病历、法律文书等；本实施方式对此不做特殊限定。

待查询实体是从目标文本中识别出的实体，实体信息可以为识别过程中记录的信息。实体信息可以包括实体对应的目标文本中的字段，例如，人名实体对应的字段可以为“张三”；或者可以包括实体的位置信息，例如实体在目标文本中的段数、行数、字数等。并且，实体信息还可以包括其他信息，例如，多个实体之间的顺序等，本实施方式对此不做特殊限定。

举例而言，目标文本可以为“胃部见一肿瘤，肺部见一肿瘤”，则对“胃部”可以识别为“身体部位”，该实体对应的实体信息可以为“胃部(0,2)”，其中，“胃部”为该实体对应的字段，“(0,2)”可以为该实体对应的位置信息。同样的，还可以识别出另一身体部位实体，其对应的实体信息为“肺部(7,9)”；还可以识别出两个“病变”实体，对应的实体信息分别为“肿瘤(4,6)”和“肿瘤(11,13)”。

示例性的，在识别出目标文本中的实体时，可以生成一标识号，以对实体进行标识，并通过该标识号可以记录实体信息，例如实体对应的字段以及实体的位置，从而可以根据待查询实体的标识号，获取记录的待查询实体的实体信息。此外，本实施方式中，获取待查询实体在目标文本中的实体信息还可以包括步骤S401和步骤S402，如图4所示。其中：

步骤S401，获取包含所述目标文本中所有实体的实体序列；

步骤S402，根据所述待查询实体在所述实体序列中的序号，获取所述待查询实体对应的目标文本中的目标字段，作为所述实体信息。

在步骤S401中，实体序列为目标文本中所有实体组成的序列，通过实体序列可以按照顺序地对目标文本中的所有实体进行记录。实体序列中的元素可以通过序列的序号标识，元素可以包括实体、实体对应的字段，也可以包括其他信息，例如实体的位置等。需要处理的文本的数量可以是多个，每个文本均可以通过实体序列保存实体信息，每个文本可以通过不同的标识信息进行标识，从而使得每一文本可以对应一实体序列。

具体的，如图5所示，获取目标文本的实体序列可以包括步骤S501至步骤S503。其中：

在步骤S501中，将目标文本可以按照标点符号进行划分，例如，逗号、句号等，从而将目标文本划分为多个字段；或者，可以通过分词算法对目标文本进行分词处理，从而将目标文本分为多个字段。在步骤S502中，分别对每个字段进行识别，判断字段是否包含实体，可以将每个字段与预定义的实体进行匹配，如果互相匹配，则该字段中包含实体，从而确定出每个字段对应的实体，得到多个实体。在步骤S503中，将字段对应的实体按照字段在目标文本中的顺序输入实体序列中，从而获得目标文本对应的实体序列。并且，实体序列中实体的顺序与字段的顺序保持一致，通过实体序列可以确定目标文本的上下文结构，从而有利于进行目标文本与原文本的对比。此外，目标文本中的实体信息也可以通过其他方式保存，例如，集合、数组等，本实施方式对此不做特殊限定。

在步骤S402中，通过将待查询实体与实体序列进行匹配，从而可以确定待查询实体的序号，并且通过待查询实体的序号从实体序列中能够提取出该序号对应的信息，即该序号对应的目标字段，作为实体信息。

继续参考图1，在步骤S130中，获取所述目标文本对应的原文本，根据所述实体信息确定所述待查询实体在所述原文本中对应的文本片段，以完成所述待查询实体的寻址。

对原文本进行预处理后可以得到目标文本，文本预处理是结构化的一个重要步骤，关系着结构化结果的准确率和召回率，因此在对文本进行结构化时，会经过各种各样的预处理过程。预处理可以包括文本格式处理、字母统一大小写、统一全半角标点符号处理；还可以包括拼写错误检测与修正处理、不规范输入检测与修正处理；或者，其他文本处理方式，例如数据脱敏、统一模板等等，本实施方式对此不做特殊限定。

待查询实体的实体信息可以包括待查询实体对应的目标文本中目标字段，则可以将目标文本与原文本进行对比，从而确定出目标文本中的目标字段对应的原文本的文本片段。具体的，确定待查询实体在原文本中对应的文本片段可以包括步骤S601和步骤S602，如图6所示。其中：

在本实施方式中，在步骤S601中，通过目标文本与原文本的整体比较，可以更加准确地确定的目标文本与原文本中内容的对应关系，从而获取目标字段对应的原文本中的文本片段。通过文本对比算法可以获取目标文本与原文本之间的相同以及不同之处，确定目标文本中的文字与原文本中的文字的对应关系。示例性的，通过diff算法可以获取目标文本与原文本之间的相同点与不同点，例如，相比于原文本，目标文本删除的内容，或者目标文本增加的内容等等，从而将目标文本与原文本的内容进行对应。

在本公开的其他实施方式中，目标文本与原文本可以通过其他方式进行对应，例如，可以对目标文本与原文本按句进行划分，并按照顺序对每句进行匹配，从而确定目标文本中的一句对应的原文本中的一句，这些均属于本公开的保护范围。

在步骤S602中，确定目标文本与原文本的对应关系之后可以获取目标字段对应的文本片段，从而确定待查询实体在原文本中的位置。示例性的，通过实体序列可以确定目标文本中所有实体的顺序，以及实体对应的字段，则可以获取目标字段之前的字段A以及目标字段之后的字段B，如果字段A与字段B均能够与原文本中的片段完全匹配，那么A与B匹配的片段中间的部分为目标字段对应的文本片段。

在本公开的其他实施方式中，确定待查询实体在原文本中对应的文本片段，还可以通过其他方式，例如，从图5中的实体序列中按顺序读取实体对应的字段，从而获取目标文本中的所有实体对应的字段，将所有实体对应的字段与原文本进行比对，确定各个实体对应的原文本中的文本片段等，这些均属于本公开的保护范围。

通过上述本实施方式可以确定文本中包含的多个实体，以及各个实体分别对应的原文本中的文本片段，则根据结构化需求可以确定出多个待查询实体，并将多个待查询实体进行显示，以供用户选择，从而在用户选择的待查询实体对应的原文本进行显示，并在该原文本中将待查询实体对应的文本片段进行标注。通过本实施方式，用户能够快速找到待查询实体对应的位置，直接查看与待查询实体相关的内容，从而可以节省时间成本，提高效率。

在原文本中可以通过将文本片段进行区别显示的方式，对待查询实体对应的文本片段进行标注。区别显示可以包括添加下划线、突出文字大小或颜色，也可以包括其他方式，例如，通过不同的字体突出显示、对文字片段添加图形、符号等标志信息等，本实施方式对此不做特殊限定。通过本实施方式，用户可以更加直观地看出对于原文本的结构化逻辑，从而实现了结构化逻辑的可视化展示，使得结构化更加合理。

在一示例性实施方式中，如图7所示，可以包括步骤S701至步骤S705，其中：

在步骤S701中，对原文本进行预处理获取目标文本；在步骤S702中，对目标文本进行实体识别获取实体信息；在步骤S703中，通过实体信息确定实体组合；根据实体信息可以确定实体之间的关联关系，从而根据实体之间的关联关系确定实体组合；在步骤S704中，根据结构化需求从实体组合中获取待查询实体；根据结构化需求可以确定目标实体，其中，待查询实体为包含目标实体的实体组合中的所有实体；在步骤S705中，确定待查询实体在原文本中对应的文本片段。

通过本实施方式，可以在对文本进行结构化的过程中，确定出结构化的文本实体对应的原文本中的文本片段，从而在对结构化的文本进行检索、分析或其他处理时，能够快速直观地寻址到原文本中的目标位置，改善结构化文本中无法对实体进行溯源的问题，提高文本结构化的健壮性。

需要说明的是，图7中的步骤为上述具体实施例的总结，故，步骤S701～步骤S705在上述具体实施例中均对其进行了说明，此处不再赘述。

进一步的，本示例实施方式中，还提供了一种文本寻址装置，用于执行本公开上述的文本寻址方法。该装置可以应用于一服务器或终端设备。

参考图8所示，该文本寻址装置800可以包括：实体确定模块810、信息获取模块820以及文本查询模块830，其中：

实体确定模块810，用于根据文本的结构化需求，确定所述结构化需求对应的待查询实体；

信息获取模块820，用于获取所述待查询实体在目标文本中的实体信息；

文本查询模块830，用于获取所述目标文本对应的原文本，根据所述实体信息确定所述待查询实体在所述原文本中对应的文本片段，以完成所述待查询实体的寻址。

在本公开的一种示例性实施例中，实体确定模块810还可以包括：

实体获取单元，用于识别出所述目标文本中的多个实体，以通过所述多个实体之间的关联关系获取所述目标文本中包含的多个实体组合；

目标确定单元，用于根据所述结构化需求确定目标实体，将包含所述目标实体的实体组合中的所有实体作为所述待查询实体。

在本公开的一种示例性实施例中，文本寻址装置800还可以包括：

实体识别模块，用于识别出所述目标文本中的多个实体，并确定所述多个实体之间的关联关系；

实体关联模块，用于根据具有关联关系的实体确定所述实体组合。

在本公开的一种示例性实施例中，所述信息获取模块820可以包括：

序列获取单元，用于获取包含所述目标文本中所有实体的实体序列；

字段获取单元，用于根据所述待查询实体在所述实体序列中的序号，获取所述待查询实体对应的目标文本中的目标字段，作为所述实体信息。

在本公开的一种示例性实施例中，序列获取单元可以通过以下步骤获取包含目标文本中所有实体的实体序列：对所述目标文本进行划分，以获取所述目标文本中包含的多个字段；分别确定所述多个字段对应的实体，以获取所述目标文本中的多个实体；根据所述多个字段在所述目标文本中顺序，确定所述多个实体对应的实体序列。

在本公开的一种示例性实施例中，文本查询模块830可以包括：

文本对比单元，用于将所述原文本与所述目标文本进行对比，确定所述目标文本中所有字段分别对应的原文本的文本片段；

片段确定单元，用于根据所述目标文本中所有字段分别对应的原文本的文本片段，确定所述目标字段在所述原文本中对应的文本片段。

在本公开的一种示例性实施例中，文本寻址装置还可以包括：

显示模块，用于显示所述多个待查询实体，以供用户选择；

标注模块，用于在所述用户选择的待查询实体对应的原文本中，将所述待查询实体对应的文本片段进行标注。

在本公开的一种示例性实施例中，标注模块可以用于：在所述原文本中对所述标注的内容进行区别显示。

由于本公开的示例实施例的文本寻址装置的各个功能模块与上述文本寻址方法的示例实施例的步骤对应，因此对于本公开装置实施例中未披露的细节，请参照本公开上述的文本寻址方法的实施例。

参阅图9，图9示出了可以应用本公开实施例的一种文本寻址方法及文本寻址装置的示例性应用环境的系统架构的示意图。

如图9所示，系统架构900可以包括终端设备901、902、903中的一个或多个，网络904和服务器905。网络904用以在终端设备901、902、903和服务器905之间提供通信链路的介质。网络904可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备901、902、903可以是具有显示屏的各种电子设备，包括但不限于台式计算机、便携式计算机、智能手机和平板电脑等等。应该理解，图9中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器905可以是多个服务器组成的服务器集群等。

本公开实施例所提供的文本寻址方法一般由服务器905执行，相应地，的文本寻址装置一般设置于服务器905中。但本领域技术人员容易理解的是，本公开实施例所提供的文本寻址方法也可以由终端设备901、902、903执行，相应的，文本寻址装置也可以设置于终端设备901、902、903中，本示例性实施例中对此不做特殊限定。

举例而言，在一种示例性实施例中，服务器905可以接收文本的结构化需求，确定结构化需求对应的待查询实体，并获取待查询实体在目标文本中的实体信息，进而，根据该实体信息确定待查询实体在原文本中对应的文本片段；以使得用户通过结构化的实体获取到原文本时，能够直接定位至实体对应的原文本中的文本片段，从而更加方便用户对原文本进行分析获取自己需要的信息。

图10示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

需要说明的是，图10示出的电子设备的计算机系统1000仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图10所示，计算机系统1000包括中央处理单元(CPU)1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中，还存储有系统操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。

以下部件连接至I/O接口1005：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007；包括硬盘等的存储部分1008；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入存储部分1008。

特别地，根据本公开的实施例，下文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时，执行本申请的方法和装置中限定的各种功能。

需要说明的是，本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如下述实施例中所述的方法。例如，所述的电子设备可以实现如图1和图2所示的各个步骤等。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (9)

1.一种文本寻址方法，其特征在于，包括：

根据文本的结构化需求，确定所述结构化需求对应的待查询实体；

获取所述待查询实体在目标文本中的实体信息，包括：获取包含目标文本中所有实体的实体序列，并根据所述待查询实体在所述实体序列中的序号，获取所述待查询实体对应的目标文本中的目标字段，作为所述实体信息；

获取所述目标文本对应的原文本，根据所述实体信息确定所述待查询实体在所述原文本中对应的文本片段，以完成所述待查询实体的寻址。

2.根据权利要求1所述的方法，其特征在于，所述根据文本的结构化需求，确定所述结构化需求对应的待查询实体，包括：

识别出所述目标文本中的多个实体，以通过所述多个实体之间的关联关系获取所述目标文本中包含的多个实体组合；

根据所述结构化需求确定目标实体，将包含所述目标实体的实体组合中的所有实体作为所述待查询实体。

3.根据权利要求1所述的方法，其特征在于，所述获取包含目标文本中所有实体的实体序列，包括：

对所述目标文本进行划分，以获取所述目标文本中包含的多个字段；

分别确定所述多个字段对应的实体，以获取所述目标文本中的多个实体；

根据所述多个字段在所述目标文本中顺序，确定所述多个实体对应的实体序列。

4.根据权利要求1所述的方法，其特征在于，所述根据所述实体信息确定所述待查询实体在所述原文本中对应的文本片段，包括：

将所述原文本与所述目标文本进行对比，确定所述目标文本中所有字段分别对应的原文本的文本片段；

根据所述目标文本中所有字段分别对应的原文本的文本片段，确定所述待查询实体对应的所述目标字段在所述原文本中对应的文本片段。

5.根据权利要求1所述的方法，其特征在于，所述待查询实体包括多个，确定所述结构化需求对应的待查询实体之后，还包括：

显示所述多个待查询实体，以供用户选择；

在所述用户选择的待查询实体对应的原文本中，将所述待查询实体对应的文本片段进行标注。

6.根据权利要求5所述的方法，其特征在于，所述将所述待查询实体对应的文本片段进行标注，包括：

在所述原文本中对所述标注的内容进行区别显示。

7.一种文本寻址装置，其特征在于，包括：

实体确定模块，用于根据文本的结构化需求，确定所述结构化需求对应的待查询实体；

信息获取模块，用于获取所述待查询实体在目标文本中的实体信息，包括：获取包含目标文本中所有实体的实体序列，并根据所述待查询实体在所述实体序列中的序号，获取所述待查询实体对应的目标文本中的目标字段，作为所述实体信息；

文本查询模块，用于获取所述目标文本对应的原文本，根据所述实体信息确定所述待查询实体在所述原文本中对应的文本片段，以完成所述待查询实体的寻址。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的方法。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-6任一项所述的方法。

Images