[发明专利]数据纠错方法、装置及电子设备

说明书

本申请适用于数据处理技术领域，提供了数据纠错方法、装置及电子设备，包括：将待纠错的碱基序列解码为第一文本，所述待纠错的碱基序列由多个碱基组成；对所述第一文本进行分词，得到多个文本单元；对所述多个文本单元进行错误检测，得到存在错误的文本单元；根据所述存在错误的文本单元对所述待纠错的碱基序列进行纠错。通过上述方法，能够实现对数据的纠错，也能够减少DNA的存储成本。

技术领域

本申请属于数据处理技术领域，尤其涉及数据纠错方法、装置、电子设备及计算机可读存储介质。

背景技术

随着信息时代的到来，信息总量在不断高速增长。相关数据表明，2025年全球数据信息总量将增长至163ZB(泽字节)，而这超过了现有硬盘等存储介质的承受能力。目前，研究者关注到脱氧核糖核酸(DNA)可用于信息的大量存储，且其具有存储密度高、存储时间长、损耗率低等特点。

现有方法中，主要通过增加冗余存储来提高后续恢复原始数据的成功率。比如，采用四倍重叠冗余，将一份数据进行多次存储，后续再通过比对多个存储数据来提高恢复原始数据的成功率。也即，现有方法在恢复原始数据时需要结合重复存储的数据才能实现纠错，而数据重复存储将增大DNA的存储成本。

发明内容

本申请实施例提供了数据纠错方法、装置、电子设备及计算机可读存储介质，可以解决对基于DNA存储的数据进行纠错时需要依赖冗余存储的数据所导致的存储成本过大的问题。

第一方面，本申请实施例提供了一种数据纠错方法，包括：

将待纠错的碱基序列解码为第一文本，所述待纠错的碱基序列由多个碱基组成；

对所述第一文本进行分词，得到多个文本单元；

对所述多个文本单元进行错误检测，得到存在错误的文本单元；

根据所述存在错误的文本单元对所述待纠错的碱基序列进行纠错。

第二方面，本申请实施例提供了一种数据纠错装置，包括：

第一文本确定模块，用于将待纠错的碱基序列解码为第一文本，所述待纠错的碱基序列由多个碱基组成；

第一文本分词模块，用于对所述第一文本进行分词，得到多个文本单元；

错误检测模块，用于对所述多个文本单元进行错误检测，得到存在错误的文本单元；

纠错模块，用于根据所述存在错误的文本单元对所述待纠错的碱基序列进行纠错。

第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面所述的方法。

本申请实施例与现有技术相比存在的有益效果是：

在本申请实施例中，由于对待纠错的碱基序列进行纠错之前，先将该待纠错的碱基序列解码为第一文本，因此，可通过自然语言处理领域的相关算法对该第一文本分词得到的多个文本单元进行错误检测，得到存在错误的文本单元，进而可以根据存在错误的文本单元实现对待纠错的碱基序列的纠错。而通过自然语言处理领域的相关算法对文本单元进行错误检测时，无需结合重复存储的数据就能实现，即在进行DNA存储时，不需要增加冗余量。也即，通过本申请实施例提供的数据纠错方法，不仅能够实现对数据的纠错，也能够减少数据存储时的冗余量，进而减少DNA的存储成本。

附图说明