[發(fā)明專(zhuān)利]報(bào)關(guān)單數(shù)據(jù)匹配方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011285059.1
• 申請(qǐng)日: 2020-11-17
• 公開(kāi)（公告）號(hào): CN112395866A
• 公開(kāi)（公告）日: 2021-02-23
• 發(fā)明（設(shè)計(jì)）人: 曾鍇;張明;周佳玉
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)外運(yùn)股份有限公司
• 主分類(lèi)號(hào): G06F40/242
• 分類(lèi)號(hào): G06F40/242;G06F40/284;G06F40/289;G06F16/33
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 鄭朝然

1.一種報(bào)關(guān)單數(shù)據(jù)匹配方法，其特征在于，包括：

獲取待進(jìn)行數(shù)據(jù)匹配的報(bào)關(guān)單文本，所述報(bào)關(guān)單文本包括中文文本和英文文本；

基于預(yù)設(shè)規(guī)則分割所述報(bào)關(guān)單文本，獲取第一文本，并將所述第一文本中的中文文本和英文文本分割；

基于所述第一文本的文本順序，依次選取對(duì)應(yīng)的中文文本或英文文本作為第二文本；

根據(jù)分詞詞典中最長(zhǎng)詞的長(zhǎng)度，確定所述第二文本的待匹配字段；所述待匹配字段的長(zhǎng)度與所述最長(zhǎng)詞的長(zhǎng)度相同，所述分詞詞典中存儲(chǔ)有報(bào)關(guān)單相關(guān)數(shù)據(jù)的詞；

刪除所述待匹配字段中的無(wú)效詞，對(duì)刪除無(wú)效詞后的待匹配字段進(jìn)行詞歸一化處理，并將詞歸一化后的待匹配字段與所述分詞詞典中的詞進(jìn)行相似度計(jì)算，若計(jì)算結(jié)果大于預(yù)設(shè)值，則從所述報(bào)關(guān)單文本中分割出所述待匹配字段作為分詞；

匹配所述分詞是否符合報(bào)關(guān)單規(guī)范。

2.根據(jù)權(quán)利要求1所述的報(bào)關(guān)單數(shù)據(jù)匹配方法，其特征在于，若所述分詞詞典中不存在與所述待匹配字段相同的詞，則判斷所述待匹配字段是否為英文文本，若否，則刪除所述待匹配字段排序最后的字，以刪除排序最后的字的待匹配字段作為第一字段，將所述第一字段與所述分詞詞典中的詞進(jìn)行相似度計(jì)算，直至計(jì)算結(jié)果大于預(yù)設(shè)值時(shí)，將所述第一字段作為分詞。

3.根據(jù)權(quán)利要求2所述的報(bào)關(guān)單數(shù)據(jù)匹配方法，其特征在于，若所述待匹配字段為英文文本，則對(duì)所述待匹配字段按空格進(jìn)行切割，獲取若干個(gè)英文單詞，并對(duì)所述英文單詞進(jìn)行時(shí)態(tài)轉(zhuǎn)換或單復(fù)數(shù)轉(zhuǎn)換，刪除所述待匹配字段排序最后的英文單詞，以刪除排序最后的英文單詞的待匹配字段作為第二字段，將所述第二字段與所述分詞詞典中的詞進(jìn)行相似度計(jì)算，直至計(jì)算結(jié)果大于預(yù)設(shè)值時(shí)，將所述第二字段作為分詞。

4.根據(jù)權(quán)利要求1所述的報(bào)關(guān)單數(shù)據(jù)匹配方法，其特征在于，基于預(yù)設(shè)規(guī)則分割所述報(bào)關(guān)單文本，獲取第一文本，并將所述第一文本中的中文文本和英文文本分割，包括：

以標(biāo)點(diǎn)符號(hào)分割所述報(bào)關(guān)單文本，獲取若干個(gè)句子文本；

按照所述句子文本的文本順序，選取排序最前的句子文本作為第一文本；

基于正則表達(dá)式，將所述第一文本中的中文文本和英文文本分割。

5.根據(jù)權(quán)利要求1所述的報(bào)關(guān)單數(shù)據(jù)匹配方法，其特征在于，根據(jù)分詞詞典中最長(zhǎng)詞的長(zhǎng)度，確定所述第二文本的待匹配字段，包括：

根據(jù)分詞詞典中最長(zhǎng)詞的長(zhǎng)度，以及所述第二文本的文本順序，在所述第二文本中選取排序最前且與所述最長(zhǎng)詞長(zhǎng)度相同的文本作為待匹配字段。

6.一種報(bào)關(guān)單數(shù)據(jù)匹配裝置，其特征在于，包括：

第一獲取單元，用于獲取待進(jìn)行數(shù)據(jù)匹配的報(bào)關(guān)單文本，所述報(bào)關(guān)單文本包括中文文本和英文文本；

分割單元，用于基于預(yù)設(shè)規(guī)則分割所述報(bào)關(guān)單文本，獲取第一文本，并將所述第一文本中的中文文本和英文文本分割；

第二獲取單元，用于基于所述第一文本的文本順序，依次選取對(duì)應(yīng)的中文文本或英文文本作為第二文本；

第三獲取單元，用于根據(jù)分詞詞典中最長(zhǎng)詞的長(zhǎng)度，確定所述第二文本的待匹配字段；所述待匹配字段的長(zhǎng)度與所述最長(zhǎng)詞的長(zhǎng)度相同，所述分詞詞典中存儲(chǔ)有報(bào)關(guān)單相關(guān)數(shù)據(jù)的詞；

分詞單元，用于刪除所述待匹配字段中的無(wú)效詞，對(duì)刪除無(wú)效詞后的待匹配字段進(jìn)行詞歸一化處理，并將詞歸一化后的待匹配字段與所述分詞詞典中的詞進(jìn)行相似度計(jì)算，若計(jì)算結(jié)果大于預(yù)設(shè)值，則從所述報(bào)關(guān)單文本中分割出所述待匹配字段作為分詞；

匹配單元，用于匹配所述分詞是否符合報(bào)關(guān)單規(guī)范。

7.根據(jù)權(quán)利要求6所述的報(bào)關(guān)單數(shù)據(jù)匹配裝置，其特征在于，所述分詞單元，還用于：

若所述分詞詞典中不存在與所述待匹配字段相同的詞，則判斷所述待匹配字段是否為英文文本，若否，則刪除所述待匹配字段排序最后的字，以刪除排序最后的字的待匹配字段作為第一字段，將所述第一字段與所述分詞詞典中的詞進(jìn)行相似度計(jì)算，直至計(jì)算結(jié)果大于預(yù)設(shè)值時(shí)，將所述第一字段作為分詞。