[發明專利]文本中數值內容的糾錯方法、裝置及電子設備

在審

• 申請號: 202011561776.2
• 申請日: 2020-12-25
• 公開（公告）號: CN112560430A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 李晨輝;胡騰;陳永鋒
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/194
• 分類號: G06F40/194;G06F40/166
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 王萌

1.一種文本中數值內容的糾錯方法，包括：

獲取待處理的目標文本；

確定所述目標文本中包括的原始數值內容；

確定每個所述原始數值內容對應的目標類型；

根據每個所述目標類型對應的糾錯方式，將對應的每個所述原始數值內容進行糾錯。

2.如權利要求1所述的方法，其中，所述確定所述目標文本中包括的原始數值內容，包括：

基于指定的關鍵詞，對所述目標文本進行遍歷，以確定所述目標文本中包括的與所述指定的關鍵詞匹配的原始數值內容；

和/或，

基于指定的模版，對所述目標文本進行遍歷，以確定所述目標文本中包括的與所述指定的模板匹配的原始數值內容。

3.如權利要求1所述的方法，其中，所述目標文本中包括N個原始數值內容，其中，N為大于1的整數，在所述確定每個所述原始數值內容對應的目標類型之后，還包括：

在M個原始數值內容對應的目標類型相同的情況下，根據所述M個原始數值內容對應的目標類型關聯的數據格式，將所述M個原始數值內容進行歸一化處理，其中，M為小于或等于N的正整數。

4.如權利要求1所述的方法，其中，所述目標文本中包括計數類數值，所述根據每個所述目標類型對應的糾錯方式，將對應的每個所述原始數值內容進行糾錯，包括：

確定所述計數類數值對應的起始計數點及終止計數點；

根據所述終止計數點及起始計數點，確定目標計數值；

在所述目標計數值與所述計數類數值不匹配的情況下，利用所述目標計算值替換所述計數類數值。

5.如權利要求1所述的方法，其中，所述目標文本中包括至少兩個連續的金額類數值，所述根據每個所述目標類型對應的糾錯方式，將對應的每個所述原始數值內容進行糾錯，包括：

將所述至少兩個連續的金額類數值進行歸一化處理，以獲取至少兩個格式相同的金額類數值；

在所述至少兩個格式相同的金額類數值不一致的情況下，根據所述至少兩個連續的金額類數值中的第一個金額類數值，確定其余的金額類數值對應的目標值；

利用所述目標值替換所述其余的金額類數值。

6.根據權利要求1-5任一所述的方法，其中，所述將對應的每個所述原始數值內容進行糾錯，包括：

根據所述目標文本中原始數值內容對應的第一顯示模式，確定糾錯后的數值內容對應的第二顯示模式；

基于所述第二顯示模式，將所述糾錯后的數值內容加入所述原始數值內容所在的位置處。

7.一種文本中數值內容的糾錯裝置，包括：

第一獲取模塊，用于獲取待處理的目標文本；

第一確定模塊，用于確定所述目標文本中包括的原始數值內容；

第二確定模塊，用于確定每個所述原始數值內容對應的目標類型；

第一處理模塊，用于根據每個所述目標類型對應的糾錯方式，將對應的每個所述原始數值內容進行糾錯。

8.如權利要求7所述的裝置，所述第一確定模塊，具體用于：

基于指定的關鍵詞，對所述目標文本進行遍歷，以確定所述目標文本中包括的原始數值內容；

基于指定的模板，對所述目標文本進行遍歷，以確定所述目標文本中包括的與所述指定的模板匹配的原始數值內容。

9.如權利要求7所述的裝置，所述文本中數值內容的糾錯裝置，還包括：

第二處理模塊，用于在M個原始數值內容對應的目標類型相同的情況下，根據所述M個原始數值內容對應的目標類型關聯的數據格式，將所述M個原始數值內容進行歸一化處理，其中，M為小于或等于N的正整數。