[发明专利]一种文件校对方法、装置、计算机设备和存储介质

权利要求书

1.一种文件校对方法，其特征在于，包括：

获取至少两个待校对文件；

对所述至少两个待校对文件进行内容拆分，得到每个待校对文件拆分得到的至少一个内容模块；

对每个待校对文件中内容模块的内容进行归一化处理，得到每个待校对文件的处理后内容模块；

将所述至少两个待校对文件之间具有关联关系的处理后内容模块进行内容校对，得到校对结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述至少两个待校对文件进行内容拆分，得到每个待校对文件拆分得到的至少一个内容模块，包括：

对待校对文件进行文本识别，得到所述待校对文件包括的关键字信息；

根据所述关键字信息，确定所述关键字信息对应的内容的样式；

基于所述内容的样式，生成所述内容对应的信息提取参数；

基于所述信息提取参数对所述关键字信息对应的内容进行信息提取，得到所述待校对文件对应的至少一个内容模块。

3.根据权利要求2所述的方法，其特征在于，所述基于所述信息提取参数对所述关键字信息对应的内容进行信息提取，得到所述待校对文件对应的至少一个内容模块，包括：

基于所述信息提取参数，生成目标信息提取工具；

利用所述目标信息提取工具基于所述关键字信息对所述待校对文件进行信息提取，得到待校对文件对应的至少一个内容模块。

4.根据权利要求1所述的方法，其特征在于，所述对每个待校对文件中内容模块的内容进行归一化处理，得到每个待校对文件的处理后内容模块，包括：

在所述内容模块中识别出至少一种类型的待归一化内容；

确定当前类型的待归一化内容的归一化方式；

利用所述归一化方式对所述待归一化内容进行内容转换，得到所述处理后内容模块。

5.根据权利要求1所述的方法，其特征在于，所述将所述至少两个待校对文件之间具有关联关系的处理后内容模块进行内容校对，得到校对结果，包括：

将所述至少两个待校对文件的处理后内容模块对应的关键字信息进行匹配；

当所述至少两个待校对文件的处理后内容模块对应的关键字信息相匹配时，确定所述至少两个待校对文件的处理后内容模块之间具有关联关系；

将至少两个待校对文件之间具有关联关系的处理后内容模块进行内容校对，得到校对结果。

6.根据权利要求5所述的方法，其特征在于，所述将至少两个待校对文件之间具有关联关系的处理后内容模块进行内容校对，得到校对结果，包括：

调用预设校对工具对所述具有关联关系的处理后内容模块进行内容校对；

当所述具有关联关系的处理后内容模块之间存在内容差异时，在所述处理后内容模块中定位具有差异的内容的位置信息；

基于所述位置信息，对所述具有差异的内容进行标注，并将所述具有差异的内容以及其位置信息进行整合，得到所述校对结果。

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：

当所述具有关联关系的处理后内容模块之间存在内容差异时，在所述至少两个待校对文件中确定参考文件，并将所述参考文件中存在内容差异的处理后内容模块确定为参考内容模块；

基于所述参考内容模块的内容，将和所述参考内容模块具有关联关系的处理后内容模块的内容进行修正，得到修正后内容模块；

基于修正后内容模块生成修正后文件。

8.一种文件校对装置，其特征在于，包括：

获取单元，用于获取至少两个待校对文件；

拆分单元，用于对所述至少两个待校对文件进行内容拆分，得到每个待校对文件拆分得到的至少一个内容模块；

归一化处理单元，用于对每个待校对文件中内容模块的内容进行归一化处理，得到每个待校对文件的处理后内容模块；

校对单元，用于将所述至少两个待校对文件之间具有关联关系的处理后内容模块进行内容校对，得到校对结果。