[发明专利]数据增补方法、系统、设备和存储介质

权利要求书

1.一种数据增补方法，其特征在于，包括步骤：

根据标识字段，获取与所述标识字段关联的多条待增补数据；

通过语种识别模型识别每条待增补数据的语种，并将识别到语种的待增补数据分流至对应语种的数据池；

在每个语种的数据池中，根据所述待增补数据的标识字段遍历所述数据池中已有的数据条目的标识字段，获得匹配结果；

当一待增补数据的标识字段与一已有的数据条目的标识字段相匹配，将所述待增补数据补充至所述已有的数据条目中；以及

当一待增补数据的标识字段与各已有的数据条目的标识字段均不匹配，根据所述待增补数据的标识字段创建一数据条目，并将所述待增补数据新增至创建的数据条目中。

2.如权利要求1所述的数据增补方法，其特征在于，各语种的数据池中，标识字段相匹配的数据条目之间建立有相互索引的映射关系，根据所述待增补数据的标识字段创建一数据条目后，还包括步骤：

判断创建的数据条目的标识字段是否与其余数据池中的数据条目的标识字段相匹配，若是则将创建的数据条目与标识字段相匹配的数据条目建立相互索引的映射关系。

3.如权利要求1所述的数据增补方法，其特征在于，所述语种识别模型基于语言模型N-Gram构建，所述通过语种识别模型识别每条待增补数据的语种的步骤包括：

对一待增补数据进行分词，获得所述待增补数据的词汇集；

将所述词汇集中的各词汇输入所述语种识别模型，获得每个词汇属于各个语种的概率；

根据每个词汇属于各个语种的概率，获得所述待增补数据属于各个语种的概率；以及

根据所述待增补数据属于各个语种的概率与一预设概率阈值的关系，确定所述待增补数据的语种。

4.如权利要求1所述的数据增补方法，其特征在于，所述根据所述待增补数据的标识字段遍历所述数据池中已有的数据条目的标识字段的步骤中，当一待增补数据的标识字段与一已有的数据条目的标识字段的相似度大于一第一相似度阈值，获得所述待增补数据的标识字段与所述已有的数据条目的标识字段相匹配的匹配结果；以及

当一待增补数据的标识字段与各已有的数据条目的标识字段的相似度均小于一第二相似度阈值，获得所述待增补数据的标识字段与各已有的数据条目的标识字段均不匹配的匹配结果；

所述第一相似度阈值大于所述第二相似度阈值。

5.如权利要求4所述的数据增补方法，其特征在于，还包括步骤：

当一待增补数据的标识字段与各已有的数据条目的标识字段的相似度中，最大相似度位于所述第二相似度阈值与所述第一相似度阈值之间，将所述待增补数据推送至待审核队列；以及

所述通过语种识别模型识别每条待增补数据的语种的步骤中，将未识别到语种的待增补数据推送至所述待审核队列。

6.如权利要求1所述的数据增补方法，其特征在于，所述待增补数据包括物流数据，所述标识字段包括以下任意一项或多项：商户、司机、车辆、地址；以及

与所述标识字段关联的待增补数据包括与所述标识字段精确匹配的待增补数据和与所述标识字段模糊匹配的待增补数据。

7.如权利要求1所述的数据增补方法，其特征在于，所述将所述待增补数据补充至所述已有的数据条目中的步骤中，对所述待增补数据进行规范化，并将所述待增补数据与所述已有的数据条目合并去重；以及

所述将所述待增补数据新增至创建的数据条目中的步骤中，对所述待增补数据进行规范化。