[發明專利]工具書校驗方法和工具書校驗裝置

有效

• 申請號: 201810175967.1
• 申請日: 2018-03-02
• 公開（公告）號: CN110309175B
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 石林
• 申請（專利權）人: 北大方正集團有限公司;北京北大方正電子有限公司
• 主分類號: G06F16/2455
• 分類號: G06F16/2455;G06F40/16
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 尚志峰;汪海屏

本發明提供了一種工具書校驗方法和工具書校驗裝置，其中，工具書校驗方法包括：確定參考詞庫中的任兩個預存名詞之間的對應關系，以及與對應關系匹配的正則表達式；采用正則表達式提取工具書中用于對任一詞條進行注釋的釋文名詞；根據對應關系校驗任一詞條的注釋是否正確。通過本發明的技術方案，能夠高效快速地校驗工具書特殊數據的正確率，極大地提高了操作速度和工作效率。

技術領域

本發明涉及文本校驗技術領域，具體而言，涉及一種工具書校驗方法和一種工具書校驗裝置。

背景技術

工具書通常是供查尋事實和數據的圖書，它一般不以提供系統閱讀為目的，而是作為查考和尋檢知識的輔助工具。工具書能夠高效地解決各種疑難問題，節約時間和精力，是普通書籍所不具備的。

由于工具書主要是供用戶查詢，就需要保證數據的準確性，因此，如何高效且準確地校驗工具書文本成為亟待解決的技術問題。

發明內容

本發明旨在至少解決現有技術或相關技術中存在的技術問題之一。

為此，本發明的一個目的在于提供一種工具書校驗方法。

本發明的另一個目的在于提供一種工具書校驗裝置。

本發明的再一個目的在于提供一種計算機可讀存儲介質。

為了實現上述目的，根據本發明的第一方面的實施例，提供了一種工具書校驗方法，包括：確定參考詞庫中的任兩個預存名詞之間的對應關系，以及與對應關系匹配的正則表達式；采用正則表達式提取工具書中用于對任一詞條進行注釋的釋文名詞；根據對應關系校驗任一詞條的注釋是否正確。

在該技術方案中，通過確定參考詞庫中的任兩個預存名詞之間的對應關系，以及與對應關系匹配的正則表達式，并采用正則表達式提取工具書中用于對任一詞條進行注釋的釋文名詞，進而根據對應關系校驗任一詞條的注釋是否正確，提供了一種基于自身的釋文名詞進行校驗的方案，能夠高效快速地自動校驗工具書特殊數據的正確率，極大地提高了操作速度和工作效率。

其中，正則表達式又稱規則表達式，英文名為Regular Expression，能夠被用來檢索、替換那些符合預設模式(規則)的文本，正則表達式是對字符串(包括普通字符(例如，a到z之間的字母)和特殊字符(稱為“元字符”))操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規則字符串”，這個“規則字符串”用來表達對字符串的一種過濾邏輯。

由于參考詞庫的存儲量龐大，因此，基于預設的正則表達式來確定兩個預存名詞之間的對應關系，能夠實現校驗工具書前的第一步過濾工作，即確定參考詞庫中詞條與釋文名詞之間的對應關系，并且基于上述對應關系來校驗工具書中的詞條的注釋是否正確，由于正則表達式在提取和校驗過程中的一致性，且參考詞庫通常也是基于工具書錄入的，進而能夠有效地提高工具書校驗方案的準確性和可靠性，節省了大量的人工校驗成本。

在上述任一技術方案中，優選地，還包括：采用正則表達式校驗指定數據庫，以濾除指定數據庫中的非法信息；將濾除非法信息的指定數據庫確定為參考詞庫。

在該技術方案中，通過采用正則表達式濾除指定數據庫中的非法信息，進而提高了參考詞庫的置信度，由于正則表達式能夠濾除指定數據庫中的非法信息，因此，其也可以在提取釋文名詞的同時，濾除注釋中的非法信息。

在上述任一技術方案中，優選地，根據對應關系校驗任一詞條的注釋是否正確，具體包括：根據對應關系確定任一詞條的釋文名詞對應的預存名詞的個數；判斷個數是否大于或等于預設個數；在判定個數大于或等于預設個數時，記錄詞條對應的釋文名詞為不一致釋文名詞。

在該技術方案中，通過根據對應關系確定任一詞條的釋文名詞對應的預存名詞的個數，并在判定個數大于或等于預設個數時，記錄詞條對應的釋文名詞為不一致釋文名詞，提高了工具書的釋文名詞的校驗效率。