[发明专利]一种关联数据内容的方法及装置

说明书

技术领域

本发明涉及计算机技术领域，特别涉及一种关联数据内容的方法及装置。

背景技术

随着科学技术的快速发展，每时每刻都会产生大量的数据，由于数据所在的系统不同等原因，形成了很多数据壁垒，无法将这些数据进行相互关联，阻碍了这些数据的有效利用。以企事业单位为例，对于企事业单位内的信息资源，由于其分属的业务不同，采用的管理系统也不尽相同，这就导致了信息资源的分散问题，不利于数据的整合分析；同时，不同的管理系统需要不同的业务人员去管理维护，资源共享过程中就会导致非业务人员很难查询了解到其他业务资源的情况，这也增加了数据整合分析的难度；另外，不同的管理系统采用的技术、规范又不尽相同，数据资料之间很难相互调用，维护也极为不便，严重阻碍了企事业单位信息化进程。

通过上述描述可见，建立数据内容之间的关联关系比较麻烦。

发明内容

本发明实施例提供了一种关联数据内容的方法及装置，能够更加方便的建立数据内容之间的关联关系。

一方面，本发明提供了一种关联数据内容的方法，包括：预先设置多个标签，还包括：

S1：获取待关联的数据内容；

S2：对每个所述数据内容进行分词处理，生成每个数据内容的待匹配分词；

S3：将每个数据内容的每个待匹配分词与每个标签进行匹配，确定与每个数据内容的每个待匹配分词相匹配的匹配标签；

S4：将确定出的每个数据内容对应的所述匹配标签作为每个数据内容的标签；

S5：根据每个数据内容的标签，关联所述待关联的数据内容。

进一步地，该方法还包括：预先设置分词词典；

所述S2，包括：

扫描每个所述数据内容，从每个所述数据内容中划分出多个待匹配字符串；

将每个数据内容的每个待匹配字符串与所述分词词典中的词条进行匹配；

将在所述分词词典中有相匹配的词条的每个数据内容对应的待匹配字符串作为每个数据内容的待匹配分词。

进一步地，所述扫描每个所述数据内容，从每个所述数据内容中划分出多个待匹配字符串，包括：

从每个所述数据内容的所有相邻的字符中，提取出所有的长度小于等于预设值的字符串，将提取出的字符串作为所述数据内容对应的所述多个待匹配字符串。

进一步地，该方法还包括：预先为每种数据类型设置对应的分词处理程序；

所述S2，包括：

确定每个所述数据内容的数据类型；

根据确定出的每个数据内容的数据类型，确定每个数据内容对应的分词处理程序；

通过确定出的每个数据内容的分词处理程序分别对每个数据内容进行分词处理，生成每个数据内容的所述待匹配分词。

进一步地，所述S5，包括：关联具有相同的标签的数据内容。

进一步地，所述方法还包括：建立所述多个标签之间的关联关系；

在所述S4之后，还包括：关联具有关联关系的标签的数据内容。

另一方面，本发明提供了一种关联数据内容的装置，包括：

第一设置单元，用于设置多个标签；

第一确定单元，用于获取待关联的数据内容；

分词单元，用于对每个所述数据内容进行分词处理，生成每个数据内容的待匹配分词；

匹配单元，用于将每个数据内容的每个待匹配分词与每个标签进行匹配，确定与每个数据内容的每个待匹配分词相匹配的匹配标签；

标签单元，用于将确定出的每个数据内容对应的所述匹配标签作为每个数据内容的标签；

关联单元，用于根据每个数据内容的标签，关联所述待关联的数据内容。

进一步地，该装置还包括：第二设置单元，用于设置分词词典；

所述分词单元，具体用于：扫描每个所述数据内容，从每个所述数据内容中划分出多个待匹配字符串，将每个数据内容的每个待匹配字符串与所述分词词典中的词条进行匹配，将在所述分词词典中有相匹配的词条的每个数据内容对应的待匹配字符串作为每个数据内容的待匹配分词。

进一步地，所述分词单元，在执行所述扫描每个所述数据内容，从每个所述数据内容中划分出多个待匹配字符串时，具体用于：从每个所述数据内容的所有相邻的字符中，提取出所有的长度小于等于预设值的字符串，将提取出的字符串作为所述数据内容对应的所述多个待匹配字符串。

进一步地，该装置还包括：第三设置单元，用于为每种数据类型设置对应的分词处理程序；