[发明专利]一种数据处理的方法、装置及计算机可读介质

权利要求书

1.一种数据处理方法，包括：

获取目标区域文本对应的文本模式；所述目标区域包括至少两个子区域，每个所述子区域具有对应的文本；

基于所述文本模式确定目标区域的基准文本模式；

确定任一子区域的文本是否符合所述基准文本模式；若不符合，则确定该子区域的文本为非标准文本。

2.根据权利要求1所述的方法，所述基于所述文本模式确定目标区域的基准文本模式，包括：

将若干所述文本模式进行分类聚合，得到不同种类的文本模式；

确定每个种类的文本模式对应的权重；

将权重最大的文本模式确定为目标区域的基准文本模式。

3.根据权利要求1所述的方法，所述获取目标区域中文本对应的文本模式，包括：

基于子区域的文本，生成正则表达式；

遍历目标区域中所有子区域的文本，生成多个正则表达式。

4.根据权利要求1所述的方法，还包括：

确定所述非标准文本为可校正文本；

基于所述基准文本模式对所述可校正文本进行校正，得到校正文本。

5.根据权利要求4所述的方法，所述确定所述非标准文本为可校正文本，包括：

确定非标准文本对应的文本模式与所述基准文本模式的相似度；

判断所述相似度是否满足预设条件；若判断结果表征所述相似度满足预设条件，则确定所述非标准文本为可校正文本。

6.根据权利要求5所述的方法，还包括：

若判断结果表征所述相似度不满足预设条件，则确定所述非标准文本不是可校正文本，并对所述非标准文本进行手动校正。

7.根据权利要求4所述的方法，所述基于所述基准文本模式对所述可校正文本进行校正，得到校正文本，包括：

判断所述可校正文本是否包含预设字符；

若判断结果表征所述可校正文本包含预设字符，则基于所述基准文本模式，从所述可校正文本中移除所述预设字符，得到校正文本。

8.一种数据处理装置，包括：

获取模块，用于获取目标区域文本对应的文本模式；所述目标区域包括至少两个子区域，每个所述子区域具有对应的文本；

第一确定模块，用于基于所述文本模式确定目标区域的基准文本模式；

第二确定模块，用于确定任一子区域的文本是否符合所述基准文本模式；若不符合，则确定该子区域的文本为非标准文本。

9.根据权利要求8所述的装置，所述第一确定模块包括：

聚合单元，用于将若干所述文本模式进行分类聚合，得到不同种类的文本模式；

第一确定单元，用于确定每个种类的文本模式对应的权重；

第二确定单元，用于将权重最大的文本模式确定为目标区域的基准文本模式。

10.一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如权利要求1-7中任一项所述的方法。