[发明专利]一种数据检测方法及装置

权利要求书

1.一种数据检测方法，其特征在于，该方法包括：

输入多个训练数据；

对训练数据进行音节切分，获取对应训练切分结果；

将所述训练切分结果作为训练特征数据，生成预测模型；

使用所述预测模型检测至少一个输入数据，识别所述输入数据中的字母串对应属性特征。

2.权利要求1所述的方法，其特征在于，所述对应训练切分结果数量最少且完整度最高。

3.如权利要求1或2所述的方法，其特征在于，所述对训练数据进行音节切分，获取对应训练切分结果包括：

对所述训练数据进行音节切分，得到至少一种切分形式；

将所述切分形式对照拼音表，按照正确音节和不完整音节分数从高到低计算音节分数和，选择音节分数和最大的切分形式作为训练切分结果。

4.如权利要求1-3任一项所述的方法，其特征在于，所述按照正确音节和不完整音节分数从高到低计算音节分数和，选择音节分数和最大的切分形式作为训练切分结果包括：

采用动态规划法按照正确音节和不完整音节分数从高到低计算音节分数和，选择音节分数和最大的切分形式作为训练切分结果。

5.如权利要求1至4任一项所述的方法，其特征在于，所述生成预测模型为使用机器学习算法生成预测模型。

6.如权利要求1-5任一项所述的方法，其特征在于，所述机器学习算法包括支持向量机SVM算法或最大熵算法或最邻近结点算法KNN。

7.如权利要求1-6任一项所述的方法，其特征在于，所述输入数据中的字母串的对应属性特征为英文字符串或者拼音字符串。

8.如权利要求1-7任一项所述的方法，其特征在于，使用所述预测模型检测至少一个输入数据，识别所述输入数据中的字母串对应属性特征包括：

判断所述输入数据是否为字母串；

当所述输入数据为字母串，且所述输入数据不在英文词典中时，对所述输入数据进行音节切分，获取对应训练切分结果；

将所述切分结果作为特征数据；

使用所述预测模型对所述特征数据进行分类，从而识别所述输入数据中的字母串是英文串还是拼音串。

9.一种数据检测装置，其特征在于，该装置包括：

训练数据接收接口，适于接收多个训练数据；

训练模块，用于对训练数据进行音节切分，获取对应训练切分结果；

模型生成模块，用于将所述训练切分结果作为训练特征数据，生成预测模型；

模型数据库，适于存储所述生成的预测模型；

数据输入接口，适于输入至少一个待识别的输入数据

识别模块，用于调用所述模型数据库中的预测模型检测所述待识别的输入数据，识别所述待识别的输入数据中的字母串对应属性特征。

10.如权利要求9所述的装置，其特征在于，所述训练模块包括：

切分子模块，用于对所述训练数据进行音节切分，得到至少一种切分形式；

计算子模块，用于将所述切分形式对照拼音表，按照正确音节和不完整音节分数从高到低计算音节分数和，选择音节分数和最大的切分形式作为训练切分结果。