[发明专利]一种数据的检错方法及系统

权利要求书

1.一种数据的检错方法，其特征在于，包括：

依据预设的确定规则，确定与目标数据关联的各个字典；

依据所述各个字典，对所述目标数据进行字典化处理，得到至少一个字典化特征向量；

将所述字典化特征向量传递给依据预设的训练规则训练的分类器模型进行检错，实现对所述目标数据的检错；

其中，依据预设的确定规则，确定与目标数据关联的各个字典包括：

解析所述目标数据，得到与所述目标数据关联的各个特征向量集文档，每一个所述特征向量集文档包含至少一个特征向量；

对每一个所述特征向量集文档进行聚类分析，得到与所述特征向量集文档关联的字典；

当接收到对所述特征向量集文档聚类分析的结束指令时，得到与所述目标数据关联的各个字典；

其中，对每一个所述特征向量集文档进行聚类分析包括：

确定所述特征向量集文档中的簇的数量，在所述特征向量集文档中选取与所述簇的数量相同的特征向量作为第一簇中心；

将所述特征向量集文档中的每一个特征向量分别与所述第一簇中心包含的特征向量进行相异度计算，得到第一相异度计算结果；

依据所述第一相异度计算结果调整所述第一簇中心的特征向量，得到第二簇中心；

将所述特征向量集文档中的每一个特征向量分别与所述第二簇中心包含的特征向量进行相异度计算，得到第二相异度计算结果；

当所述第一相异度计算结果与所述第二相异度计算结果对应项的差值小于预设的分析阈值时，将所述第二簇中心包含的特征向量作为词根，依据所述词根构建字典。

2.根据权利要求1所述的方法，其特征在于，依据所述各个字典，对所述目标数据进行字典化处理，得到至少一个字典化特征向量包括：

解析所述目标数据包含的数据文档，所述数据文档至少为一个；

将每一个所述数据文档依据所述各个字典进行描述，得到与所述数据文档对应的所述字典化特征向量；

当检测到对所述数据文档描述完成的指令时，得到至少一个所述字典化特征向量。

3.根据权利要求1所述的方法，其特征在于，依据预设的训练规则训练分类器模型的过程包括：

将所述字典化特征向量作为训练样本；

依据支持向量机SVM建立数据分类器模型；

将所述训练样本传递给所述数据分类器模型，当所述数据分类器模型的输出的检错结果的准确度达到预设的区分阈值时，完成所述分类器模型的训练。

4.一种数据的检错系统，其特征在于，包括：

确定模块，用于依据预设的确定规则，确定与目标数据关联的各个字典；

字典化模块，用于依据所述各个字典，对所述目标数据进行字典化处理，得到至少一个字典化特征向量；

检错模块，用于将所述字典化特征向量传递给依据预设的训练规则训练的分类器模型进行检错，实现对所述目标数据的检错；

其中，所述确定模块包括：

第一解析单元，用于解析所述目标数据，得到与所述目标数据关联的各个特征向量集文档，每一个所述特征向量集文档包含至少一个特征向量；

聚类分析单元，用于对每一个所述特征向量集文档进行聚类分析，得到与所述特征向量集文档关联的字典；

第一获得单元，用于当接收到对所述特征向量集文档聚类分析的结束指令时，得到与所述目标数据关联的各个字典；

其中，所述聚类分析单元包括：

选取子单元，用于确定所述特征向量集文档中的簇的数量，在所述特征向量集文档中选取与所述簇的数量相同的特征向量作为第一簇中心；

第一计算子单元，用于将所述特征向量集文档中的每一个特征向量分别与所述第一簇中心包含的特征向量进行相异度计算，得到第一相异度计算结果；

调整子单元，用于依据所述第一相异度计算结果调整所述第一簇中心的特征向量，得到第二簇中心；

第二计算子单元，用于将所述特征向量集文档中的每一个特征向量分别与所述第二簇中心包含的特征向量进行相异度计算，得到第二相异度计算结果；

构建子单元，用于当所述第一相异度计算结果与所述第二相异度计算结果对应项的差值小于预设的分析阈值时，将所述第二簇中心包含的特征向量作为词根，依据所述词根构建字典。