[發(fā)明專利]字段名稱獲取方法和裝置

有效

• 申請?zhí)枺?/td>: 201910122907.8
• 申請日: 2019-02-19
• 公開（公告）號: CN109902090B
• 公開（公告）日: 2022-06-07
• 發(fā)明（設(shè)計(jì)）人: 林曉明;歐陽佑;江金陵;郭偉
• 申請（專利權(quán)）人: 北京明略軟件系統(tǒng)有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F40/42;G06F40/58
• 代理公司: 北京安信方達(dá)知識產(chǎn)權(quán)代理有限公司 11262
• 代理人: 王康;栗若木

本發(fā)明公開了一種字段名稱獲取方法和裝置。通過獲取一組字段，基于預(yù)設(shè)詞庫和/或機(jī)器翻譯模型獲分別獲取所述一組字段中每個(gè)字段的候選名稱，根據(jù)預(yù)設(shè)規(guī)則，分別對所述每個(gè)字段的候選名稱進(jìn)行篩選，將篩選出的候選名稱確定為該字段的名稱，可以節(jié)約人工成本、提高工作效率以及提高字段和名稱對應(yīng)的準(zhǔn)確度。

技術(shù)領(lǐng)域

本發(fā)明涉及但不限于信息處理技術(shù)領(lǐng)域，具體涉及一種字段名稱獲取方法和裝置。

背景技術(shù)

隨著計(jì)算機(jī)行業(yè)的不斷發(fā)展，各行各業(yè)都積累了大量的數(shù)據(jù)。字段的命名方法多種多樣，例如，基于數(shù)據(jù)描述的拼音縮寫或全拼，英文單詞或縮寫、拼音縮寫或單詞縮寫與數(shù)字的組合等。因此，實(shí)際的字段往往是無法通過其形式簡單理解的，其復(fù)雜性體現(xiàn)在如下幾種情況里：

(a)相同的字段名在不同的表里有不同的意思。比如，字段“CS”在一些表里對應(yīng)的名稱可能是表示“城市”，但在其它表里對應(yīng)的名稱可能是“場所”、“措施”等；

(b)同一個(gè)字段在不同的表里的字段各不相同。比如“性別”對應(yīng)的字段可能包括“XB”、“XINGBIE”、“SEX”等；

(c)一個(gè)相同的概念在不同的表里有不同的描述。比如，“時(shí)間”、“時(shí)刻”的意思一樣，對應(yīng)的字段可能都是“TIME”。

如果每張數(shù)據(jù)表都維護(hù)了完善且準(zhǔn)確的字段和名稱的對應(yīng)表，那么就能很好的對不同數(shù)據(jù)表匯總和關(guān)聯(lián)。但實(shí)際中并不是每個(gè)數(shù)據(jù)表都有相應(yīng)的文檔，并且同一個(gè)概念的中文描述可能不一致。這種情況下，往往需要人工來完成數(shù)據(jù)表的字段整理，而且理解大量字母形式的字段，需要花費(fèi)很多人力時(shí)間,并且通過人工獲得的字段所對應(yīng)名稱的準(zhǔn)確度不高。

發(fā)明內(nèi)容

本發(fā)明提供了一種字段名稱獲取方法和裝置，能夠節(jié)約人工成本、提高工作效率以及提高字段和名稱對應(yīng)的準(zhǔn)確度。

本發(fā)明實(shí)施例提供了一種字段名稱獲取方法，包括：

獲取一組字段；

基于預(yù)設(shè)詞庫和/或機(jī)器翻譯模型獲分別獲取所述一組字段中每個(gè)字段的候選名稱；

根據(jù)預(yù)設(shè)規(guī)則，分別對所述每個(gè)字段的候選名稱進(jìn)行篩選；

將篩選出的候選名稱確定為該字段的名稱。

在一個(gè)示例性實(shí)施例中，所述基于預(yù)設(shè)詞庫和/或機(jī)器翻譯模型獲分別獲取所述一組字母字段中每個(gè)字母字段的候選名稱，包括：

當(dāng)在所述預(yù)設(shè)詞庫中查詢到所述字段且所述預(yù)設(shè)詞庫中所述字段對應(yīng)的候選名稱唯一時(shí)，標(biāo)注所述字段的類型為第一類型，獲取所述預(yù)設(shè)詞庫中所述字段對應(yīng)的唯一候選名稱；

當(dāng)在所述預(yù)設(shè)詞庫中查詢到所述字段并且所述預(yù)設(shè)詞庫中所述字段對應(yīng)多個(gè)候選名稱時(shí)，標(biāo)注所述字段的類型為第二類型，獲取所述詞庫中所述字段對應(yīng)的多個(gè)候選名稱。

在一個(gè)示例性實(shí)施例中，根據(jù)預(yù)設(shè)規(guī)則，分別對所述每個(gè)字母字段的候選名稱進(jìn)行篩選，包括：

當(dāng)所述字段屬于第一類型時(shí)，將所述預(yù)設(shè)詞庫中獲取的所述字段對應(yīng)的唯一候選名稱確定為所述字段的名稱；

當(dāng)所述字段屬于第二類型時(shí)，獲取所述一組字段中屬于第一類型的字段對應(yīng)的候選名稱；

使用分詞方式分別將該組字段中屬于第一類型的字段對應(yīng)的候選名稱進(jìn)行分詞，獲得該組字段中屬于第一類型的字段對應(yīng)的候選名稱的第一類型子名稱；

將所述獲取的第一子類型名稱組成第一子名稱集合，并統(tǒng)計(jì)所述第一子名稱集合中的各第一類型子名稱出現(xiàn)的次數(shù)；

分別對所述第二類型字段中對應(yīng)的多個(gè)候選名稱進(jìn)行分詞獲得各候選名稱的第二類型子名稱；