[发明专利]一种文件校对方法、装置、计算机设备和存储介质

说明书

本申请实施例公开了一种文件校对方法、装置、计算机设备和存储介质；本申请实施例包括：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，可以提高对待校对文件进行校对的准确率。

技术领域

本申请涉及通讯技术领域，具体涉及一种文件校对方法、装置、计算机设备和存储介质。

背景技术

在金融领域，当投保人进行投保时，保险公司会根据投保人的相关信息，在各个不同的阶段生成各种不同的文件。一般情况下，这些文件中相关联的内容是保持一致的，例如，投保人的姓名、报销的种类，等等。例如，在投保人进行投保时，保险公司的理财经理会为投保人生成一份投保建议书，以便投保人查看和保险相关的各种信息。此外，保险公司内部也会为投保人生成一份投保建议书。一般情况下，这两份投保建议书中的内容是一致的。因此，需要对这些文件中相关联的内容进行校对。本申请的发明人通过对现有技术进行实践发现，现有技术中对文件中的内容进行校对存在准确性较低的问题。

发明内容

本申请实施例提出了一种文件校对方法、装置、计算机设备和存储介质，可以提高对文件中的内容进行校对的准确性。

本申请实施例提供了一种文件校对方法，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。

相应的，本申请实施例还提供了一种文件校对装置，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。

在一实施例中，所述拆分单元，可以包括：

文本识别子单元，用于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；

样式确定子单元，用于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；

参数生成子单元，用于基于所述内容的样式，生成所述内容对应的信息提取参数；

信息提取子单元，用于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。

在一实施例中，所述信息提取子单元，可以包括：

工具生成模块，用于基于所述信息提取参数，生成目标信息提取工具；

信息提取模块，用于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。

在一实施例中，所述归一化处理单元，可以包括：

内容识别子单元，用于在所述内容模块中识别出至少一种类型的待归一化内容；