1.一种基于元数据的文档快速标注检索方法,应用于一种基于元数据的文档快速标注检索系统,其特征在于,所述系统包括:元数据提取模块、元数据标注模块以及元数据检索模块,所述方法包括:通过元数据提取模块创建元数据抽取任务、任务执行策略和入库策略,并基于所述任务执行策略、所述元数据抽取任务和所述入库策略对目标文档中的元数据进行抽取得到第一元数据文档;利用元数据标注模块对所述第一元数据文档进行结构化信息抽取得到第二元数据文档,并对所述第二元数据文档进行基于第二元数据文档与目标文档之间关联的文档标注得到标注文档;利用元数据检索模块构建基于元数据与所述标注文档之间的查询索引,通过用户输入的查询条件快速定位查询索引,并基于查询索引查询目标文档中的信息;其中,所述元数据抽取任务包括:元数据的类型;所述任务执行策略包括:任务执行时间和任务循环时间;所述入库策略包括全量入库和增量入库;所述对所述第二元数据文档进行基于第二元数据文档与目标文档之间关联的文档标注得到标注文档,包括:从所述第二元数据文档中读取已有元数据,并使用自动或手动的方式对所述第二元数据文档与读取的已有元数据进行关联;将关联后的文档元数据存储到数据库中生成对应的标注文档。
2.根据权利要求1所述的基于元数据的文档快速标注检索方法,其特征在于,所述对所述第一元数据文档进行结构化信息抽取得到第二元数据文档,包括:对所述第一元数据文档进行文档预处理、文档分割、文档要素提取后得到第二元数据文档,其中,文档预处理包括:通过数据清洗,去除所述第一元数据文档中的无用格式、空格、特殊字符,再通过标准化处理同一所述第一元数据文档中的文档格式;文档分割包括:将所述第一元数据文档中的文档数据分割为小文档单元,该小文档单元为:段落或句子;文档要素提取包括:通过正则表达式、自然语言处理工具、深度学习以及模板匹配将所述第一元数据文档中特定的信息元素提取出来构建第二元数据文档。
3.根据权利要求2所述的基于元数据的文档快速标注检索方法,其特征在于,所述正则表达式为:匹配特定模式的字符串;所述自然语言处理工具为:利用NLP库进行词性标注和命名实体识别,以识别和提取文档中的特定实体;所述深度学习为:使用深度学习模型进行序列标注,识别和提取文档中的特定要素;所述模板匹配为:使用特定模板与文档进行匹配,提取文档中相匹配的格式或结构。
4.一种基于元数据的文档快速标注检索系统,用于执行如权利要求1-3中任一项所述的基于元数据的文档快速标注检索方法,其特征在于,所述系统包括:元数据提取模块、元数据标注模块以及元数据检索模块:元数据提取模块,用于创建元数据抽取任务、任务执行策略和入库策略,还用于基于所述任务执行策略、所述元数据抽取任务和所述入库策略对目标文档中的元数据进行抽取得到第一元数据文档;元数据标注模块,用于对所述第一元数据文档进行结构化信息抽取得到第二元数据文档,还用于对所述第二元数据文档进行基于第二元数据文档与目标文档之间关联的文档标注得到标注文档;元数据检索模块,用于构建基于元数据与所述标注文档之间的查询索引,通过用户输入的查询条件快速定位查询索引,还用于基于查询索引查询目标文档中的信息。
5.根据权利要求4所述的基于元数据的文档快速标注检索系统,其特征在于,所述元数据检索模块包括:索引构建模块、查询处理模块、检索算法模块以及用户交互模块;所述索引构建模块用于构建查询索引;所述查询处理模块用于解析用户输入信息优化查询结果;所述检索算法模块用于根据用户输入信息匹配检索算法;所述用户交互模块用于获取用户输入信息,还用于展示检索结果。