[发明专利]数据字典的构建方法、装置、计算机设备及存储介质

权利要求书

1.一种数据字典的构建方法，其特征在于，包括：

获取来自用户端的数据字典生成请求，其中，所述数据字典生成请求中包括所述用户端所选择的样本数据；

对所述样本数据进行分词处理，得到初始分词，并从所述初始分词中提取词性为名词的初始分词，作为基础分词；

基于任意两个所述基础分词的相似度值，对所述基础分词进行同义词合并，并筛选出具有关联关系的基础分词，作为关联分词；

确定所述关联分词的从属关系，并将所述关联分词按照所述从属关系填入预设数据字典之中，得到基础数据字典；

将所述基础数据字典返回所述用户端，以获取所述用户端返回修改后的基础数据字典；

通过对所述基础数据字典和所述修改后的基础数据字典进行匹配，得到匹配结果；

若所述匹配结果为所述基础数据字典和所述修改后的基础数据字典匹配成功，则将所述修改后的基础数据字典作为目标数据字典。

2.根据权利要求1所述的数据字典的构建方法，其特征在于，所述对所述样本数据进行分词处理，得到初始分词，并从所述初始分词中提取词性为名词的初始分词，作为基础分词，包括：

对所述样本数据进行数据清洗，得到基础数据；

采用Jieba分词的方式，对所述基础数据进行分词处理，得到所述初始分词；

对所述初始分词进行词性标注，得到标注分词，并从所述标注分词中筛选出词性为名称的标注分词，作为所述基础分词。

3.根据权利要求1所述的数据字典的构建方法，其特征在于，所述基于任意两个所述基础分词的相似度值，对所述基础分词进行同义词合并，并筛选出具有关联关系的基础分词，作为关联分词，包括：

将所述基础分词进行两两组合，得到基础分词组合；

通过预设相似度计算方式，计算每个基础分词组合中的两个基础分词的相似度值，得到目标相似度值；

若所述目标相似度值处于第一预设区间内，判定所述目标相似度值对应的两个基础分词为同义词，并将为同义词的两个基础分词进行合并；

若所述目标相似度值处于第二预设区间内，判定所述目标相似度值对应的两个基础分词具有关联关系，并将具有关联关系的两个基础分词作为关联分词。

4.根据权利要求1所述的数据字典的构建方法，其特征在于，所述确定所述关联分词的从属关系，并将所述关联分词按照所述从属关系填入预设数据字典之中，得到基础数据字典，包括：

在所述关联分词中，若同一所述基础分词与其他多个所述基础分词存在关联关系，则确定同一所述基础分词与其他多个所述基础分词的从属关系；

识别所述预设数据字典的数据项；

将所述关联分词按照所述从属关系填入预设数据字典对应的数据项之中，得到基础数据字典。

5.根据权利要求1所述的数据字典的构建方法，其特征在于，在确定所述关联分词的从属关系，并将所述关联分词按照所述从属关系填入预设数据字典之中，得到基础数据字典之前，所述方法还包括：

按照统一的预设规则，创建所述预设数据字典。

6.根据权利要求1至5任一项所述的数据字典的构建方法，其特征在于，所述通过对所述基础数据字典和所述修改后的基础数据字典进行匹配，得到匹配结果，包括：

计算所述基础数据字典的MD5值，作为第一匹配值;

计算所述修改后的基础数据字典的MD5值，作为第二匹配值；

通过字符串匹配的方式，将所述第一匹配值与所述第二匹配值进行字符串匹配，得到匹配结果。