一種數(shù)據(jù)清洗方法

基本信息

申請?zhí)?/td> CN201810959495.9 申請日 -
公開（公告）號(hào) CN109388633A 公開（公告）日 2019-02-26
申請公布號(hào) CN109388633A 申請公布日 2019-02-26
分類號(hào) G06F16/215 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 輔小紅;唐誠 申請（專利權(quán)）人 鹽城優(yōu)易數(shù)據(jù)有限公司
代理機(jī)構(gòu) 南京蘇高專利商標(biāo)事務(wù)所（普通合伙） 代理人 鹽城優(yōu)易數(shù)據(jù)有限公司
地址 224001 江蘇省鹽城市城南新區(qū)大數(shù)據(jù)產(chǎn)業(yè)園八號(hào)樓三層
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種數(shù)據(jù)清洗方法，包括：確定二維數(shù)據(jù)表中預(yù)設(shè)區(qū)域分別對應(yīng)的區(qū)域坐標(biāo)；其中，所述預(yù)設(shè)區(qū)域包括：行表頭所在區(qū)域和列表頭所在區(qū)域；通過預(yù)設(shè)自然語言處理算法對所述區(qū)域坐標(biāo)對應(yīng)區(qū)域內(nèi)的內(nèi)容進(jìn)行讀取解析；并根據(jù)解析結(jié)果，確定所述預(yù)設(shè)區(qū)域內(nèi)容分別歸屬的表頭屬性；將各表頭屬性的值和對應(yīng)數(shù)據(jù)值作為一行或一列寫入所述一維數(shù)據(jù)表中，得到清洗后的一維數(shù)據(jù)表。本發(fā)明自動(dòng)化程度高，人力成本低，且可處理海量復(fù)雜格式的年鑒數(shù)據(jù)，效果更好。