[發明專利]字段的規范化自動命名方法、裝置及系統

在審

• 申請號: 202011066109.7
• 申請日: 2020-09-30
• 公開（公告）號: CN112149419A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 梁婷;祁成;管濤;方劍
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/284;G06F40/247;G06F16/31;G06F16/35;G06K9/62
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 任默聞;孫乳筍

1.一種字段的規范化自動命名方法，其特征在于，所述方法包含：

獲取待命名的字段所對應的中文數據；

通過預設短語詞庫對所述字段對應的中文數據進行分詞處理獲得描述短語，根據所述描述短語的詞性篩除所述描述短語中預定類別短語獲得命名短語；

將所述命名短語與預設短語詞庫比較，獲得所述命名短語對應的分類信息和縮寫標識；

根據所述分類信息和所述縮寫標識按預設命名組裝規則組裝獲得命名數據。

2.根據權利要求1所述的字段的規范化自動命名方法，其特征在于，將所述命名短語與預設短語詞庫比較之前還包含：

于預設數據庫中檢索所述字段的歷史命名數據；

當存在歷史命名數據時，比較分析所述歷史命名數據和所述命名短語之間的相似性；

當所述相似性超出預設閾值時，以所述歷史命名數據作為所述字段的命名數據。

3.根據權利要求2所述的字段的規范化自動命名方法，其特征在于，比較分析所述歷史命名數據和所述命名短語之間的相似性包含：

通過詞向量模型分別獲取所述歷史命名數據和所述命名短語的詞向量；

利用詞向量相似度計算方法比較所述歷史命名數據和所述命名短語的詞向量之間的相似度，獲得所述歷史命名數據和所述命名短語之間的相似性。

4.根據權利要求1所述的字段的規范化自動命名方法，其特征在于，通過預設短語詞庫對所述字段對應的中文數據進行分詞處理獲得描述短語，根據所述描述短語的詞性篩除所述描述短語中預定類別短語獲得命名短語包含：

根據預設短語詞庫構建單詞查找樹，通過所述單詞查找樹利用二分查找算法對所述字段對應的中文數據進行機械分詞和詞性標注；

根據所述描述短語的詞性篩除所述描述短語中無義詞后獲得命名短語。

5.根據權利要求1所述的字段的規范化自動命名方法，其特征在于，通過預設短語詞庫對所述字段對應的中文數據進行分詞處理獲得描述短語還包含：

當預設短語詞庫中未包含所述描述短語時，根據所述中文數據生成提示信息；

通過所述提示信息請求獲得外部輸入的描述短語及對應的詞性。

6.一種字段的規范化自動命名裝置，其特征在于，所述裝置包含采集模塊、分詞模塊、比對模塊和處理模塊；

所述采集模塊用于獲取待命名的字段所對應的中文數據；

所述分詞模塊用于通過預設短語詞庫對所述字段對應的中文數據進行分詞處理獲得描述短語，根據所述描述短語的詞性篩除所述描述短語中預定類別短語獲得命名短語；

所述比對模塊用于將所述命名短語與預設短語詞庫比較，獲得所述命名短語對應的分類信息和縮寫標識；

所述處理模塊用于根據所述分類信息和所述縮寫標識按預設命名組裝規則組裝獲得命名數據。

7.根據權利要求6所述的字段的規范化自動命名裝置，其特征在于，所述裝置還包含分析模塊，所述分析模塊用于于預設數據庫中檢索所述字段的歷史命名數據；當存在歷史命名數據時，比較分析所述歷史命名數據和所述命名短語之間的相似性；當所述相似性超出預設閾值時，以所述歷史命名數據作為所述字段的命名數據。

8.根據權利要求7所述的字段的規范化自動命名裝置，其特征在于，所述分析模塊包含相似性計算單元，所述相似性計算單元用于通過詞向量模型分別獲取所述歷史命名數據和所述命名短語的詞向量；利用詞向量相似度計算方法比較所述歷史命名數據和所述命名短語的詞向量之間的相似度，獲得所述歷史命名數據和所述命名短語之間的相似性。

9.根據權利要求6所述的字段的規范化自動命名裝置，其特征在于，所述分詞模塊包含：根據預設短語詞庫構建單詞查找樹，通過所述單詞查找樹利用二分查找算法對所述字段對應的中文數據進行機械分詞和詞性標注；根據所述描述短語的詞性篩除所述描述短語中無義詞后獲得命名短語。