[發(fā)明專利]數(shù)據(jù)入庫方法、裝置、電子裝置、程序產(chǎn)品及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110890035.7
• 申請日: 2021-08-04
• 公開（公告）號: CN113535962A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計(jì)）人: 徐劍炯;馬浩;陳紅貴
• 申請（專利權(quán)）人: 城云科技（中國）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/18;G06F40/186;G06F40/194;G06F40/258
• 代理公司: 無錫市匯誠永信專利代理事務(wù)所(普通合伙) 32260
• 代理人: 倪楊

1.一種數(shù)據(jù)入庫方法，其特征在于，包括以下步驟：

獲取待入庫數(shù)據(jù)表，將所述待入庫數(shù)據(jù)表中的每行特征數(shù)據(jù)轉(zhuǎn)換為對應(yīng)的特征標(biāo)識，其中，所述特征數(shù)據(jù)用于表示每一目標(biāo)行號對應(yīng)的記錄行數(shù)據(jù)；

分別比對每一所述特征標(biāo)識與預(yù)置的每一標(biāo)識模板的匹配度，基于所述匹配度為滿足匹配條件的所述標(biāo)識模板創(chuàng)建入庫表；

根據(jù)所述標(biāo)識模板對應(yīng)的表頭字段生成所述入庫表中的插入列，將從所述待入庫數(shù)據(jù)表中提取到的所述特征數(shù)據(jù)對應(yīng)插入每一所述插入列中。

2.根據(jù)權(quán)利要求1所述的數(shù)據(jù)入庫方法，其特征在于，所述匹配條件包括：

在所述特征標(biāo)識與每一所述標(biāo)識模板進(jìn)行遍歷匹配的情況下，選擇所述匹配度最高且高于匹配閾值的所述標(biāo)識模板；或者

在所述特征標(biāo)識與當(dāng)前的所述標(biāo)識模板的匹配度高于匹配閾值的情況下，選擇當(dāng)前的所述標(biāo)識模板。

3.根據(jù)權(quán)利要求1所述的數(shù)據(jù)入庫方法，其特征在于，“將從所述待入庫數(shù)據(jù)表中提取到的所述特征數(shù)據(jù)對應(yīng)插入每一所述插入列中”包括：

將所述入庫數(shù)據(jù)表中所述匹配度滿足所述匹配條件的所述特征標(biāo)識的所在行確定為標(biāo)題行；

從所述標(biāo)題行后一行的所述特征數(shù)據(jù)開始提取，將提取到的所述特征數(shù)據(jù)對應(yīng)插入所述入庫表中每一所述插入列中。

4.根據(jù)權(quán)利要求1所述的數(shù)據(jù)入庫方法，其特征在于，獲取模板表，通過預(yù)設(shè)轉(zhuǎn)換方式將所述模板表的表頭數(shù)據(jù)轉(zhuǎn)換成標(biāo)識模板，其中，所述預(yù)設(shè)轉(zhuǎn)換方式還用于將每行所述特征數(shù)據(jù)轉(zhuǎn)換為對應(yīng)的特征標(biāo)識。

5.根據(jù)權(quán)利要求4所述的數(shù)據(jù)入庫方法，其特征在于，所述預(yù)設(shè)轉(zhuǎn)換方式包括：

對所述模板表中的表頭字段進(jìn)行拼接，得到第一字符串；

將所述第一字符串轉(zhuǎn)換為預(yù)設(shè)長度的第一數(shù)字摘要，將所述第一數(shù)字摘要確定為所述表頭字段的所述標(biāo)識模板；或者

對所述待入庫數(shù)據(jù)表中的每行所述特征數(shù)據(jù)進(jìn)行拼接，得到第二字符串；將所述第二字符串轉(zhuǎn)換為所述預(yù)設(shè)長度的第二數(shù)字摘要，將所述第二數(shù)字摘要確定為所述待入庫數(shù)據(jù)表中的特征數(shù)據(jù)的特征標(biāo)識。

6.根據(jù)權(quán)利要求5所述的數(shù)據(jù)入庫方法，其特征在于，依據(jù)字符串模板生成規(guī)則對所述表頭字段或者每行所述特征數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理得到每個(gè)標(biāo)準(zhǔn)字符串?dāng)?shù)據(jù)，其中，相鄰兩個(gè)所述標(biāo)準(zhǔn)字符串?dāng)?shù)據(jù)以連接符拼接得到所述第一字符串或者所述第二字符串。

7.根據(jù)權(quán)利要求1所述的數(shù)據(jù)入庫方法，其特征在于，在“獲取待入庫數(shù)據(jù)表”之前，所述方法包括：

獲取當(dāng)前數(shù)據(jù)表，比對所述當(dāng)前數(shù)據(jù)表的第一文件信息與已入庫數(shù)據(jù)表的第二文件信息的文件重復(fù)度，在所述文件重復(fù)度低于閾值的情況下，將所述當(dāng)前數(shù)據(jù)表確定為待入庫數(shù)據(jù)表。

8.根據(jù)權(quán)利要求1所述的數(shù)據(jù)入庫方法，其特征在于，所述方法還包括：

在所述匹配度不滿足匹配條件的情況下，將所述特征數(shù)據(jù)輸入至已訓(xùn)練的文本分類模型，得到所述已訓(xùn)練的文本分類模型輸出的文本分類結(jié)果，其中，所述文本分類結(jié)果用于表征分類后的所述特征數(shù)據(jù)與每一所述表頭字段的相似度；

基于所述相似度滿足相似條件的所述標(biāo)識模板創(chuàng)建所述入庫表；

根據(jù)所述標(biāo)識模板對應(yīng)的所述表頭字段生成所述插入列，將所述待入庫數(shù)據(jù)表中提取到的所述特征數(shù)據(jù)對應(yīng)插入所述入庫表中的每一所述插入列中。

9.根據(jù)權(quán)利要求8所述的數(shù)據(jù)入庫方法，其特征在于，所述相似條件包括：在分類后的所述特征數(shù)據(jù)與每一所述表頭字段遍歷比對的情況下，選擇所述相似度最高且高于相似度閾值的所述標(biāo)識模板。

10.根據(jù)權(quán)利要求8所述的數(shù)據(jù)入庫方法，其特征在于，“基于所述匹配度為滿足匹配條件的所述標(biāo)識模板創(chuàng)建入庫表”包括：

在所述匹配度滿足匹配條件的情況下，基于所述標(biāo)識模板的模板表名稱生成入庫表名稱，根據(jù)所述入庫表名稱創(chuàng)建入庫表。