[发明专利]代码匹配方法、装置及存储介质

说明书

本发明提供一种代码匹配方法、装置及存储介质，该方法包括：获取待匹配的源代码表和目标代码表，其中，源代码表包括至少一组第一代码与第一文本的对应关系，目标代码表包括至少一组第二代码与第二文本的对应关系，接着，根据逐个载取词法对第一文本以及第二文本进行分词处理，获取分词结果，进一步，根据分词结果，获取第一文本与每个第二文本的匹配度，再根据匹配度以及预设完全采信阈值，生成代码对照表。本发明通过对源代码表和目标代码表进行最小粒度的分词处理，使得分词结果细化程度越高，有利于提高匹配的准确度，之后根据分词结果将第一文本与第二文本进行交叉对比，通过简单的算法即可实现，在保证了准确度的基础上，有效提高匹配效率。

技术领域

本发明涉及领域计算机技术领域，尤其涉及一种代码匹配方法、装置及存储介质。

背景技术

针对姓名、国家、城市、疾病、地址等通用信息，在不同的应用系统中常常采用不同的编码规则体系，在不同的多个应用系统对接的开发中，由于所使用的编码规则体系不同，常常需要将不同系统的代码表进行相互匹配。

现有技术中通常采用人工匹配的方式进行转换，但是，由于数据量庞大，人工匹配的方式效率极低。

发明内容

本发明提供一种代码匹配方法、装置及存储介质，以实现不同应用系统之间代码表的自动匹配，提高匹配效率。

第一方面，本发明提供一种代码匹配方法，包括：

获取待匹配的源代码表和目标代码表，其中，所述源代码表包括至少一组第一代码与第一文本的对应关系，所述目标代码表包括至少一组第二代码与第二文本的对应关系；

根据逐个载取词法对所述第一文本以及所述第二文本进行分词处理，获取分词结果；

根据所述分词结果，获取所述第一文本与每个所述第二文本的匹配度；

根据所述匹配度以及预设完全采信阈值，生成代码对照表。

可选地，所述根据逐个载取词法对所述第一文本以及所述第二文本进行分词处理，获取分词结果，包括：

按照预设取词长度，对每个所述第一文本中的字符串逐位进行取词，获取所述第一文本对应的分词序列，每个所述第一文本对应的分词序列包括至少一个词汇；

按照所述预设取词长度，对每个所述第二文本中的字符串逐位进行取词，获取所述第二文本对应的分词序列，每个所述第一文本对应的分词序列包括至少一个词汇；

可选地，所述预设取词长度为2。

可选地，所述根据所述匹配度以及预设完全采信阈值，生成代码对照表，包括：

若所述匹配度大于所述预设完全采信阈值的第二文本为一个，确定所述第一文本与所述第二文本匹配；

若所述匹配度大于所述预设完全采信阈值的第二文本为多个，确定所述第一文本与最大所述匹配度对应的第二文本匹配。

可选地，所述根据所述分词结果，获取所述第一文本与每个所述第二文本的匹配度，包括：

根据所述第一文本对应的分词序列以及每个所述第二文本对应的分词序列，获取所述第一文本对应的分词序列中的词汇包含于每个所述第二文本对应的分词序列的词汇数量；

根据所述第一文本对应的分词序列中的词汇包含于每个所述第二文本对应的分词序列的词汇数量以及所述第一文本对应的分词序列的词汇总数，获取所述第一文本与每个所述第二文本的匹配度。

可选地，所述匹配度为所述第一文本对应的分词序列中的词汇包含于所述第二文本对应的分词序列的词汇数量与所述第一文本对应的分词序列的词汇总数的比值。

可选地，所述根据逐个载取词法对所述第一文本以及所述第二文本进行分词处理，获取分词结果之后，所述方法还包括：