[发明专利]物流内容文本核对方法、装置、电子设备和计算机介质

权利要求书

1.一种物流内容文本核对方法，包括：

响应于接收到用户上传的第一待校验物流内容文本与第二待校验物流内容文本，将所述第一待校验物流内容文本包括的各个第一物流内容文本段落与所述第二待校验物流内容文本包括的各个第二物流内容文本段落进行合并，得到物流内容文本段落集；

根据物流内容文本段落对应的段落编号，对所述物流内容文本段落集包括的各个物流内容文本段落进行聚类处理，以生成物流内容文本段落组集，其中，所述物流内容文本段落组集中的物流内容文本段落组包括第一物流内容文本段落与第二物流内容文本段落；

对于所述物流内容文本段落组集中的每个物流内容文本段落组，执行如下校验步骤：

将所述物流内容文本段落组包括的第一物流内容文本段落与第二物流内容文本段落输入至预先训练的物流内容文本核对模型中，得到物流内容文本核对结果；

响应于确定所述物流内容文本核对结果为表征物流内容文本相异的物流内容文本核对结果，将所述物流内容文本核对结果添加至异常物流内容文本核对结果组中，其中，所述异常物流内容文本核对结果组初始为空；

响应于确定添加后的异常物流内容文本核对结果组包括的异常物流内容文本核对结果的数量大于等于1，将所述添加后的异常物流内容文本核对结果组发送至所述用户的用户端；

响应于确定添加后的异常物流内容文本核对结果组为空，将所述第一待校验物流内容文本确定为候选物流内容文本；

对接收到的每个候选物流内容文本进行主成分分析处理，以生成主成分分析备选物流内容文本，得到主成分分析候选物流内容文本组；

对所述主成分分析候选物流内容文本组进行离群聚类处理，以生成离群主成分分析候选物流内容文本组与聚类主成分分析候选物流内容文本组，其中，所述聚类主成分分析候选物流内容文本组中的聚类主成分分析候选物流内容文本包括：物流内容文本指标组、候选物流内容文本指标特征值组和候选物流内容文本评分值，所述物流内容文本指标组中的物流内容文本指标对应所述候选物流内容文本指标特征值组中的候选物流内容文本指标特征值，物流内容文本指标组包括：年价值属性值、员工数量、生产设备数量、生产占地面积、年利润率，候选物流内容文本指标特征值表示一物流内容文本指标的权重值，候选物流内容文本评分值表示主成分分析候选物流内容文本在离群聚类过程中，被聚类为集群的概率；

基于所述聚类主成分分析候选物流内容文本组，确定目标物流内容文本组，以及将所述目标物流内容文本组存储至目标数据库中；

其中，对所述主成分分析候选物流内容文本组进行离群聚类处理，以生成离群主成分分析候选物流内容文本组与聚类主成分分析候选物流内容文本组，包括：

通过聚类算法对所述主成分分析候选物流内容文本组进行离群聚类处理，以生成主成分分析候选物流内容文本组集，其中，主成分分析候选物流内容文本组集中的主成分分析候选物流内容文本包括聚类标签，聚类标签表示离群或集群；

将主成分分析候选物流内容文本组集中包括的聚类标签表示离群的各个主成分分析候选物流内容文本确定为离群主成分分析候选物流内容文本组；

将主成分分析候选物流内容文本组集中包括的聚类标签表示集群的各个主成分分析候选物流内容文本确定为聚类主成分分析候选物流内容文本组。

2.根据权利要求1所述的方法，其中，所述物流内容文本核对模型是通过以下步骤训练得到的：

获取物流内容文本样本集，其中，所述物流内容文本样本集中的物流内容文本样本包括：样本物流内容文本段落和对应所述样本物流内容文本段落的样本标签，所述样本物流内容文本段落包括：第一样本物流内容文本段落和第二样本物流内容文本段落；

对于所述物流内容文本样本集中的每个物流内容文本样本，对所述物流内容文本样本包括的第一样本物流内容文本段落和第二样本物流内容文本段落进行分词处理，以生成分词后的物流内容文本样本作为备选物流内容文本样本；

基于所生成的各个备选物流内容文本样本，对初始物流内容文本核对模型进行训练，得到训练后的初始物流内容文本核对模型作为物流内容文本核对模型。