[發(fā)明專利]一種數(shù)據(jù)項對標(biāo)方法、裝置和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202211061660.1
• 申請日: 2022-08-31
• 公開（公告）號: CN115495549A
• 公開（公告）日: 2022-12-20
• 發(fā)明（設(shè)計）人: 文歡;呂曉;陳立力;周明偉
• 申請（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/289;G06K9/62
• 代理公司: 杭州華進聯(lián)浙知識產(chǎn)權(quán)代理有限公司 33250
• 代理人: 賀才杰

1.一種數(shù)據(jù)項對標(biāo)方法，其特征在于，所述方法包括：

從待對標(biāo)的數(shù)據(jù)表中獲得待對標(biāo)的數(shù)據(jù)項；

計算所述待對標(biāo)的數(shù)據(jù)項之間的文本相似度；

根據(jù)計算出的文本相似度，對所述待對標(biāo)的數(shù)據(jù)項進行聚類；

根據(jù)聚類結(jié)果，對所述待對標(biāo)的數(shù)據(jù)項進行對標(biāo)。

2.根據(jù)權(quán)利要求1所述的數(shù)據(jù)項對標(biāo)方法，其特征在于，所述計算所述待對標(biāo)的數(shù)據(jù)項之間的文本相似度，包括：

對所述待對標(biāo)的數(shù)據(jù)項進行分詞處理，獲得所述待對標(biāo)的數(shù)據(jù)項的分詞列表；

根據(jù)所述分詞列表，構(gòu)建所述待對標(biāo)的數(shù)據(jù)項的內(nèi)容分詞集合；

根據(jù)所述內(nèi)容分詞集合，計算所述待對標(biāo)的數(shù)據(jù)項之間的文本相似度。

3.根據(jù)權(quán)利要求2所述的數(shù)據(jù)項對標(biāo)方法，其特征在于，所述根據(jù)所述分詞列表，構(gòu)建所述待對標(biāo)的數(shù)據(jù)項的內(nèi)容分詞集合，包括：

對所述分詞列表中的分詞去重，基于去重后的所述分詞列表構(gòu)建所述待對標(biāo)的數(shù)據(jù)項的內(nèi)容分詞集合。

4.根據(jù)權(quán)利要求1至3任一項所述的數(shù)據(jù)項對標(biāo)方法，其特征在于，所述根據(jù)計算出的文本相似度，對所述待對標(biāo)的數(shù)據(jù)項進行聚類，包括：

根據(jù)計算出的文本相似度和預(yù)設(shè)的相似度閾值，對所述待對標(biāo)的數(shù)據(jù)項進行聚類。

5.根據(jù)權(quán)利要求4所述的數(shù)據(jù)項對標(biāo)方法，其特征在于，所述根據(jù)計算出的文本相似度和預(yù)設(shè)的相似度閾值，對所述待對標(biāo)的數(shù)據(jù)項進行聚類，包括：

根據(jù)計算出的文本相似度和預(yù)設(shè)的相似度閾值，從所述待對標(biāo)的數(shù)據(jù)項中篩選出文本相似度大于所述預(yù)設(shè)的相似度閾值的待對標(biāo)的數(shù)據(jù)項作為數(shù)據(jù)項關(guān)系對；將所述數(shù)據(jù)項關(guān)系對分類至同一聚類集合；

根據(jù)所述聚類集合中的所述待對標(biāo)的數(shù)據(jù)項，更新所述聚類集合。

6.根據(jù)權(quán)利要求5所述的數(shù)據(jù)項對標(biāo)方法，其特征在于，所述根據(jù)所述聚類集合中的所述待對標(biāo)的數(shù)據(jù)項，更新所述聚類集合，包括：

根據(jù)待分類的所述待對標(biāo)的數(shù)據(jù)項與所述聚類集合的所述待對標(biāo)的數(shù)據(jù)項之間的文本相似度，對所述待分類的所述待對標(biāo)的數(shù)據(jù)項進行分類，以更新所述聚類集合。

7.根據(jù)權(quán)利要求5或6所述的數(shù)據(jù)項對標(biāo)方法，其特征在于，所述根據(jù)聚類結(jié)果，對所述待對標(biāo)的數(shù)據(jù)項進行對標(biāo)，包括：

選擇所述聚類集合中的一個待對標(biāo)的數(shù)據(jù)項進行對標(biāo)；

根據(jù)對標(biāo)結(jié)果，完成所有待對標(biāo)的數(shù)據(jù)項的對標(biāo)。

8.根據(jù)權(quán)利要求1所述的數(shù)據(jù)項對標(biāo)方法，其特征在于，所述待對標(biāo)的數(shù)據(jù)項為所述待對標(biāo)的數(shù)據(jù)表中的數(shù)據(jù)項為文本型的數(shù)據(jù)項或字符型的數(shù)據(jù)項。

9.一種數(shù)據(jù)項對標(biāo)裝置，其特征在于，所述裝置包括：

獲取模塊，用于從待對標(biāo)的數(shù)據(jù)表中獲得待對標(biāo)的數(shù)據(jù)項；

計算模塊，用于計算所述待對標(biāo)的數(shù)據(jù)項之間的文本相似度；

分類模塊，用于根據(jù)計算出的文本相似度，對所述待對標(biāo)的數(shù)據(jù)項進行聚類；

對標(biāo)模塊，用于根據(jù)聚類結(jié)果，對所述待對標(biāo)的數(shù)據(jù)項進行對標(biāo)。

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至8中任一項所述的數(shù)據(jù)項對標(biāo)方法的步驟。