[发明专利]电报码数据库的构建方法、电报码识别方法及装置

说明书

本申请实施例公开了一种电报码数据库的构建方法、电报码识别方法及装置。该方法包括：对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率，基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。利用本申请实施例，可以提高译码处理的准确率和效率。

技术领域

本申请涉及信息处理技术领域，特别涉及一种电报码数据库的构建方法、电报码识别方法及装置。

背景技术

电报是通信业务的一种，是最早利用电流或电磁波作载体，通过编码和相应的电处理技术实现人类远距离传输和交换信息的通信方式。随着通信业及现代科技的发展，电报已经渐渐淡出，但是仍在一些领域延续使用，例如银行的转账业务处理过程中，收款人户名需要借用电报码进行传输。

在实际的应用业务场景下，汉字电报码库有两种，包括简体汉字电报码库和繁体汉字电报码库。两种电报码库的电报码数据(电报码数据包括电报码以及与电报码对应的汉字)中，会出现同一个电报码对应不同的汉字字符的情况。因此，在实际应用中，基于现有的简体汉字电报码数据库和繁体汉字电报码数据库进行译码时，对于一个电报码对应不同的汉字字符的情况，无法进行准确的译码，导致译码处理效率低下，且错误率高。

发明内容

本申请实施例的目的是提供一种电报码数据库的构建方法、电报码识别方法及装置，可以提高译码处理的准确率和效率。

为解决上述技术问题，本申请实施例是这样实现的：

一种电报码数据库的构建方法，包括：

对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；

比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率，基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；

基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

一种电报码识别方法，包括：

获取电报码；

查询预先构建的电报码数据库获取所述电报码所对应的汉字，所述电报码数据库包括包含优先级排序的电报码数据；

判断查询到的汉字的数量是否大于一；

当判断的结果为是时，根据查询到的汉字中优先级排序选取所述电报码的译码数据。

一种电报码数据库的构建装置，包括：

差异识别处理模块，用于对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；

第一使用率比较模块，用于比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率；

第一优先级排序模块，用于基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

数据获取模块，用于获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；