[发明专利]表格合并方法、处理芯片以及电子设备

说明书

本发明实施例提供了一种表格合并方法、处理芯片以及电子设备，涉及计算机技术领域。表格合并方法包括：对于待合并的多个表格，识别各所述表格的各数据列的类型；基于所述多个表格生成需要合并的多个表格对，并计算每个所述表格对中包含的两个所述表格之间相同类型的数据列之间的相似度；基于各所述表格对中的两个所述表格之间相同类型的数据列之间的相似度，对各所述表格对中的两个所述表格之间相同类型的数据列进行合并。本发明中，基于数据列之间的相似度匹配实现了不规则表格之间的融合，能够最大化和有效的使用表格中数据列的信息，并且准确度较高。

技术领域

本发明涉及计算机技术领域，具体涉及一种表格合并方法、处理芯片以及电子设备。

背景技术

目前，针对同一个类型的业务，不同的部门或者人员会采用不同的记录方式，会存在列名不同，以及列中单元格中的内容书写格式也会不同；例如，对于日期来说，其存在“年/月/日、年-月-日、年.月.日”等多种格式的记录方式，由此造成了记录的业务表格的格式不统一，后续再进行业务表格的整理汇总。

然而，现有技术中，在采用人工对业务表格的整理汇总，需要耗费大量的时间、人力资源；也可以通过列名的相似度匹配利用计算机进行整理汇总，但是存在准确度和可用信息量较差的问题。

发明内容

本发明的目的是提供了一种表格合并方法、处理芯片以及电子设备，在对每个表格对中的两个表格进行合并时，先针对两个表格之间不同类型的数据列分别进行相似度计算，随后再结合两个表格之间相同类型的数据列之间的相似度进行数据列之间的合并，即基于数据列之间的相似度匹配实现了不规则表格之间的融合，能够最大化和有效的使用表格中数据列的信息，并且准确度较高。

为实现上述目的，本发明提供了一种表格合并方法，包括：对于待合并的多个表格，识别各所述表格的各数据列的类型；基于所述多个表格生成需要合并的多个表格对，并计算每个所述表格对中包含的两个所述表格之间相同类型的数据列之间的相似度；基于各所述表格对中的两个所述表格之间相同类型的数据列之间的相似度，对各所述表格对中的两个所述表格之间相同类型的数据列进行合并。

本发明还提供了一种处理芯片，用于执行上述的表格合并方法。

本发明还提供了一种电子设备，包括：至少一个处理芯片；以及，与所述至少一个处理芯片通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理芯片执行的指令，所述指令被所述至少一个处理芯片执行，以使所述至少一个处理芯片能够执行如上述的表格合并方法。

本发明实施例中，对于待合并的多个表格，识别各所述表格的各数据列的类型，随后基于所述多个表格生成需要合并的多个表格对，并计算每个所述表格对中包含的两个所述表格之间相同类型的数据列之间的相似度，继而再基于各所述表格对中的两个所述表格之间相同类型的数据列之间的相似度，对各所述表格对中的两个所述表格之间相同类型的数据列进行合并。由此，在对每个表格对中的两个表格进行合并时，先针对两个表格之间不同类型的数据列分别进行相似度计算，随后再结合两个表格之间相同类型的数据列之间的相似度进行数据列之间的合并，即基于数据列之间的相似度匹配实现了不规则表格之间的融合，能够最大化和有效的使用表格中数据列的信息，并且准确度较高。

在一个实施例中，计算每个所述表格对中包含的两个所述表格之间相同类型的数据列之间的相似度，包括：对于各所述表格对中的每个表格，分别对所述表格中各文本类型的文本数据列进行分词得到多个词汇，并统计各所述文本数据列中的每个词汇的频次；基于各所述表格对包含的两个所述表格的所述文本数据列中词汇的频次，得到各所述表格对中的两个所述表格之间的所述文本数据列之间的相似度。

在一个实施例中，计算每个所述表格对中包含的两个所述表格之间相同类型的数据列之间的相似度，包括：对于各所述表格对中的每个表格，分别对所述表格中的各所述数字数据列中进行标准化处理，并获取各所述数字数据列的概率分布；基于各所述表格对包含的两个所述表格中所述数字数据列的概率分布，得到各所述表格对中的两个所述表格之间的所述数字数据列之间的相似度。