[發明專利]電子表格數據處理方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110685527.2
• 申請日: 2021-06-21
• 公開（公告）號: CN113553326A
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 郭正昇;羅奕航
• 申請（專利權）人: 深圳市金蝶天燕云計算股份有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/28
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 陳小娜

1.一種電子表格數據處理方法，其特征在于，所述方法包括：

獲取待處理的目標電子表格；

獲取所述目標電子表格中各個單元格的單元格特征，基于所述單元格特征對所述目標電子表格中單元格進行區域劃分，得到多個目標單元格區域；

獲取候選表格組合策略集合中各個候選表格組合策略對應的表格評價分數，從所述候選表格組合策略集合中獲取表格評價分數滿足表格條件的候選表格組合策略，作為目標表格策略；所述候選表格組合策略集合包括多個候選表格組合策略，所述候選表格組合策略為將具有關聯關系的單元格區域組合成所述目標電子表格對應的子表格的策略；

將所述目標表格策略所對應的單元格區域關聯關系對所述目標電子表格所對應的單元格進行分類，得到各個類別所對應的目標子表格；

對所述目標子表格進行結構化信息提取，得到所述目標子表格對應的結構化信息。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述目標電子表格中各個單元格的單元格特征，基于所述單元格特征對所述目標電子表格中單元格進行區域劃分，得到多個目標單元格區域包括：

獲取所述目標電子表格中各個單元格的單元格特征，基于所述單元格特征，從候選單元格類別集合中確定所述單元格對應的目標單元格類別；

將目標單元格類別相同的連續單元格進行合并，得到多個目標單元格區域。

3.根據權利要求2所述的方法，其特征在于，所述獲取所述目標電子表格中各個單元格的單元格特征，基于所述單元格特征，從候選單元格類別集合中確定所述單元格對應的目標單元格類別包括：

確定待確定特征的當前單元格以及所述當前單元格對應的相鄰單元格；

將所述當前單元格的單元格數據屬性信息與所述相鄰單元格的單元格數據屬性信息進行比較，得到比較結果；

基于所述比較結果得到所述當前單元格對應的單元格特征。

4.根據權利要求2所述的方法，其特征在于，所述獲取所述目標電子表格中各個單元格的單元格特征，基于所述單元格特征，從候選單元格類別集合中確定所述單元格對應的目標單元格類別包括：

獲取所述目標電子表格中各個單元格的單元格特征，將所述單元格特征輸入到單元格類別分類模型中，所述單元格類別分類模型輸出所述候選單元格類別集合中各個候選單元格類別對應的類別可能度；所述候選單元格類別集合包括表頭類別、數據類別、數據組標識類別或者附屬類別中的至少一個；

從所述候選單元格類別集合中篩選得到類別可能度大于類別可能度閾值的候選單元格類別，作為所述單元格對應的目標單元格類別。

5.根據權利要求1所述的方法，其特征在于，所述獲取候選表格組合策略集合中各個候選表格組合策略對應的表格評價分數包括：

確定當前候選表格組成策略；

獲取利用當前候選表格組合策略對單元格區域進行組合所對應的當前子表格集合；

獲取當前子表格集合中各個當前子表格對應的當前表格評價分數；

對當前子表格對應的當前表格評價分數進行統計，得到當前候選表格組合策略對應的當前表格評價分數。

6.根據權利要求5所述的方法，其特征在于，所述從所述候選表格組合策略集合中獲取表格評價分數滿足表格條件的候選表格組合策略，作為目標表格策略包括：

朝著使當前表格評價分數滿足表格條件的方向對當前候選表格組成策略進行調整，得到更新后的當前候選表格組成策略；

返回獲取利用當前候選表格組合策略對單元格區域進行組合所對應的當前子表格集合的步驟，直至滿足表格條件，將滿足表格條件的當前候選表格組成策略作為目標表格策略。

7.根據權利要求5所述的方法，其特征在于，所述獲取當前子表格集合中各個當前子表格對應的當前表格評價分數包括：

獲取組成所述當前子表格對應的當前單元格區域集合；

獲取所述當前單元格區域集合中各個當前單元格區域對應的當前單元格類別；

基于所述當前單元格類別所對應的當前單元格數據得到當前子表格對應的當前表格評價分數。