[發明專利]一種解析數據評估方法、設備及介質

在審

• 申請號: 202210427882.4
• 申請日: 2022-04-22
• 公開（公告）號: CN114780682A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 楊璞;申傳旺;羅森;李照川;孫長杰
• 申請（專利權）人: 浪潮卓數大數據產業發展有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/289
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 肖鵬

1.一種解析數據評估方法，其特征在于，所述方法包括：

獲取待解析的非結構化數據，并將所述非結構化數據解析為預設解析模板中多個字段對應的解析數據；其中，所述解析數據為結構化數據；

根據預先構建的多個評估模型，確定所述解析數據的多個初始評估值；其中，所述評估模型用于評估所述解析數據的正確率，所述多個評估模型之間的估值區間相同；

確定所述多個初始評估值分別對應的權重值，根據所述權重值，確定所述解析數據的最終評估值；

根據所述最終評估值，對所述解析數據進行評估。

2.根據權利要求1所述的方法，其特征在于，所述多個評估模型包括第一評估模型，所述多個初始評估值包括第一初始評估值，所述方法還包括：

確定所述解析數據的字符長度，以及所述解析數據的預設字符長度；

將所述字符長度與所述預設字符長度進行匹配，確定所述字符長度與所述預設字符長度之間的長度差值；

根據所述長度差值，確定所述解析數據的第一初始評估值。

3.根據權利要求1所述的方法，其特征在于，所述解析數據包括第一解析結果與第二解析結果，所述多個評估模型包括第二評估模型，所述多個初始評估值包括第二初始評估值，所述方法還包括：

對所述第一解析結果進行嵌入處理，并通過詞向量模型，確定所述第一解析結果中所述多個字段對應的第一詞嵌入平均值；以及對所述第二解析結果進行嵌入處理，并通過所述詞向量模型，確定所述第二解析結果中所述多個字段對應的第二詞嵌入平均值；

根據所述第一詞嵌入平均值，確定所述第一解析結果的詞嵌入平均值，以及根據所述第二詞嵌入平均值，確定所述第二解析結果的詞嵌入平均值；

計算所述第一解析結果的詞嵌入平均值與所述第二解析結果的詞嵌入平均值之間的余弦值；

根據所述余弦值，確定所述第一解析結果與第二解析結果之間的相似度；

根據所述相似度，確定所述解析數據的第二初始評估值。

4.根據權利要求1所述的方法，其特征在于，所述多個評估模型包括第三評估模型，所述多個初始評估值包括第三初始評估值，所述方法還包括：

確定所述多個字段對應的第一數據關鍵詞；

根據正則表達式的結尾字符判斷算法，將所述第一數據關鍵詞與所述解析數據在所述多個字段中對應的結尾字進行匹配，確定匹配項數，并計算所述匹配項數與所述第一數據關鍵詞項數之間的第一比值；

根據所述第一比值，確定所述解析數據的第一正則評分項；

根據所述第一正則評分項，確定所述解析數據的第三初始評估值。

5.根據權利要求4所述的方法，其特征在于，所述根據所述第一正則評分項，確定所述解析數據的第三初始評估值，具體包括：

確定所述解析數據中包括的第二數據關鍵詞；

根據正則表達式的關鍵詞檢索算法，確定所述第二數據關鍵詞出現在對應字段名下的第二數據關鍵詞項數；

計算所述第二數據關鍵詞項數與所述第一數據關鍵詞項數之間的第一比值；

根據所述第一比值，確定所述解析數據的第二正則評分項；

根據所述第一正則評分項與所述第二正則評分項分別對應的權重，確定所述解析數據的第三初始評估值。

6.根據權利要求1所述的方法，其特征在于，所述多個評估模型包括第四評估模型，所述多個初始評估值包括第四初始評估值，所述方法還包括：

根據預設映射表，計算所述解析數據的字符長度所對應的平均解析列數；

計算所述平均解析列數與所述解析數據的列數之間的第三比值；

根據所述第三比值，確定所述解析數據的第四初始評估值。