一种基于关键词表达式的文本元数据提取方法

摘要

本发明公开了一种基于关键词表达式的文本元数据提取方法，该包括以下步骤：获取文本，对文本进行预处理，对文本进行一次数据抽取，对一次抽取的数据进行二次抽取，对二次抽取的数据进行统一处理，其中步骤对文本进行一次数据抽取中包括以下步骤：从文本提取需要的抽取字段，确定抽取数据的类型，根据关键词表达式在抽取字段初步定位抽取数据位置，对关键词表达式进行组合，根据关键词表达式组合对初步定位的抽取数据进行筛选提纯抽取数据，将一次抽取的数据读取到内存。本发明的数据提取方法具有通用性，在不同行业应用的时候无需再次耗费大量人力训练神经网络识别模型即可以实现对文本元数据的抽取。