[发明专利]续转数据处理方法、装置、计算机设备和存储介质

权利要求书

1.一种续转数据处理方法，其特征在于，所述方法包括：

获取原始续转文件，提取所述原始续转文件中的主题关键字；

根据所述主题关键字，从关键字与标准主题的映射关系中查找，得到对应的标准主题；

从所述原始续转文件中提取所述标准主题下的待匹配行，在与所述标准主题对应的表头数据库进行查找，若在所述表头数据库中查找到与所述待匹配行匹配的表头，则将所述待匹配行标记为表头；

将标记后的表头输入预先训练好的表头映射模型进行预测，得到对应的标准字段；

提取所述原始续转文件中的标记后的表头下对应的数据，并对所述数据进行标准化处理，根据所述标准字段及对应的标准化处理后的数据得到标准化的续转文件。

2.根据权利要求1所述的方法，其特征在于，所述在与所述标准主题对应的表头数据库进行查找，若在所述表头数据库中查找到与所述待匹配行匹配的表头，则将所述待匹配行标记为表头，包括：

在与所述标准主题对应的表头数据库进行精确查找，若在所述表头数据库中查找到与所述待匹配行匹配的表头，则将所述待匹配行标记为表头；

若在所述表头数据库中未查找到与所述待匹配行匹配的表头，则通过模糊查询判断所述待匹配行是否为表头，当所述待匹配行被判断为表头，则将所述待匹配行标记为表头。

3.根据权利要求2所述的方法，其特征在于，所述通过模糊查询判断所述待匹配行是否为表头，当所述待匹配行被判断为表头，则将所述待匹配行标记为表头，包括：

在所述表头数据库中模糊查询与所述待匹配行的相似度超过预设相似阈值的表头，作为所述待匹配行的命中记录；

计算所述待匹配行与所述命中记录之间的编辑距离，并找到所述编辑距离中的最大值，作为最大编辑距离；

当所述最大编辑距离大于表头距离阈值，则将所述待匹配行标记为表头。

4.根据权利要求1所述的方法，其特征在于，所述标准主题包括多个主题；所述表头映射模型包括所述多个主题中每个主题对应的表头映射模型；

所述将标记后的表头输入预先训练好的表头映射模型进行预测，得到对应的标准字段，包括：

根据所述标记后的表头对应的标准主题查找对应的表头映射模型，将标记后的表头输入该表头映射模型进行预测，得到对应的标准字段。

5.根据权利要求1所述的方法，其特征在于，所述将标记后的表头输入预先训练好的表头映射模型进行预测，得到对应的标准字段之后，还包括：

将标记后的表头与所述标准字段建立字段映射关系；

在终端显示界面显示所述字段映射关系以及确认控件；

响应于用户对所述确认控件的触发操作，得到确认后的标准字段；

所述根据所述标准字段及对应的标准化处理后的数据得到标准化的续转文件，包括：

根据确认后的所述标准字段及对应的标准化处理后的数据得到标准化的续转文件。

6.根据权利要求1所述的方法，其特征在于，所述标记后的表头下对应的数据包括巨灾风险事件和行政区域名称；

所述对所述数据进行标准化处理，根据所述标准字段及对应的标准化处理后的数据得到标准化的续转文件，包括：

将所述巨灾风险事件或者所述行政区域名称在标准化数据库进行查找，若查找到匹配的标准数据，则根据所述标准字段及所述匹配的标准数据得到标准化的续转文件。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

若在所述标准数据库中未查找到匹配的标准数据，则计算所述巨灾风险事件或者所述行政区域名称与标准数据之间的数据编辑距离，当所述数据编辑距离大于数据距离阈值，则根据所述标准字段及该标准数据得到标准化的续转文件。