[发明专利]一种针对家谱人物属性名称的融合方法

权利要求书

1.一种针对家谱人物属性名称的融合方法，其特征是按如下步骤进行：

步骤1、获取z个不同的家谱人物属性名称的列表，记为{A₁,A₂,…,A_i,…,A_z}，其中，A_i表示第i个家谱人物属性名称的列表，并有表示第i个列表中第t个家谱人物属性名称，h_i表示第i个列表中所包含的家谱人物属性名称的总数，z≥2；1≤i≤z；1≤t≤h_i；

步骤2、初始化i＝1；

步骤3、定义第i个列表Lⁱ，并初始化Lⁱ为空；

步骤4、判断列表Lⁱ是否为空；若为空，则执行步骤5；否则，执行步骤6；

步骤5、获取第i+1个列表Lⁱ⁺¹：

步骤5.1、将第i个列表A_i赋值给第i个列表Lⁱ，并删除第i个列表Lⁱ中含有非中文字符的家谱人物属性名称，得到第一次删除后的列表表示第一次删除后的列表L′ⁱ中第t′个元素，h′_i表示第一次删除后的列表L′ⁱ中包含的元素的总数，1≤t′≤h′_i；

步骤5.2、删除所述第一次删除后的列表L′ⁱ中不符合规则的家谱人物属性名称，得到第二次删除后的列表L″ⁱ；

步骤5.2.1、定义变量k，初始化t′＝1；

步骤5.2.2、初始化k＝t′+1；

步骤5.2.3、利用式(1)计算第t′个元素与第k个元素的字符串相似度并判断是否成立，若成立，则执行步骤5.2.4；否则，执行步骤5.2.6，其中，T表示阈值；

式(1)中，表示通过对第t′个元素做增加、删除、替换字符的操作得到第k个元素的最小编辑次数，MAX(·)表示最大值函数，len(·)表示求取字符串长度的函数；

步骤5.2.4、判断第t′个元素与第k个元素包含的字符是否相同且字符个数是否相等，若相同且相等，则令第k个元素为空，再执行步骤5.2.6，否则，执行步骤5.2.5；

步骤5.2.5、判断第k个元素是否包含第t′个元素或者第t′个元素是否包含第k个元素若是，则令第k个元素为空，否则执行步骤5.2.6；

步骤5.2.6、将k+1赋值给k，并判断k＞h′_i是否成立，若成立，则执行步骤5.2.7；否则，执行步骤5.2.3；

步骤5.2.7、将t′+1赋值给t′，并判断t′＞h′_i是否成立，若成立，则表示得到第二次删除后的列表L″ⁱ，并执行步骤5.3；否则执行步骤5.2.2；

步骤5.3、删除所述第二次删除后的列表L″ⁱ中的空元素得到第三次删除后的列表L″′ⁱ，并将L″′ⁱ作为第i+1个列表Lⁱ⁺¹后执行步骤7；

步骤6、更新第i个列表Lⁱ；

步骤6.1、记第i个列表表示第i个列表Lⁱ中第r个家谱人物属性名称，m表示第i个列表Lⁱ中包含的家谱人物属性名称的总数，1≤r≤m；

步骤6.2、删除第i个列表A_i中含有非中文字符的家谱人物属性名称得到第一次删除后的第i个列表其中；表示第一次删除后的第i个列表A′_i中第t′个元素，h′_i表示第一次删除后的第i个列表A′_i中包含的元素的总数，1≤t′≤h′_i；

步骤6.3、将第一次删除后的第i个列表A′_i中相应的元素添加到第i个列表Lⁱ中：

步骤6.3.1、初始化t′＝1，定义变量w；

步骤6.3.2、初始化w＝len(Lⁱ)；

步骤6.3.3、初始化r＝1；

步骤6.3.4、判断第t′个元素与第r个家谱人物属性名称是否相同，若相同，则执行步骤6.3.7，否则执行步骤6.3.5；

步骤6.3.5、将r+1赋值给r，并判断r＞w是否成立，若成立，则执行步骤6.3.6；否则，执行步骤6.3.4；

步骤6.3.6、判断r＞w是否成立，若成立，则将第t′个元素添加到第i个列表Lⁱ中；否则，执行步骤6.3.7；

步骤6.3.7、将t′+1赋值给t′，并判断t′＞h′_i是否成立，若成立，则表示获得第一次更新后的列表L′ⁱ，并执行步骤6.4；否则，执行步骤6.3.2；

步骤6.4、根据步骤5.2的过程，同样删除所述第一次更新后的列表L′ⁱ中不符合规则的家谱人物属性名称，得到第二次更新后的列表L″ⁱ；

步骤6.5、删除第二次更新后的列表L″ⁱ中的空元素得到第三次更新后的列表L″′ⁱ，并将L″′ⁱ作为第i+1个列表Lⁱ⁺¹；

步骤7、将i+1赋值给i，并判断i＞z是否成立，若成立，则表示获得最终更新的列表L＝{c₁,c₂,…,c_u,…,c_v}，其中，c_u表示最终更新的列表L中第u个家谱人物属性名称，v表示最终更新的列表L中包含的家谱人物属性名称的总数，1≤u≤v，并执行步骤8；否则，执行步骤4；

步骤8、定义前缀模式列表P，并初始化为空；

步骤9、获取前缀模式列表P；

步骤9.1、初始化u＝1；

步骤9.2、初始化w＝u+1；

步骤9.3、定义δ，并根据式(2)计算变量δ的值：

δ＝MIN(len(c_u),len(c_w)) (2)

式(2)中，MIN(·)表示最小值函数；

步骤9.4、初始化k＝1；

步骤9.5、判断c_u[k]与c_w[k]不相等是否成立，若成立，则执行步骤9.8，其中，c_u[k]与c_w[k]分别表示第u个元素c_u与第w个元素c_w中的第k个字符；否则，执行步骤9.6；

步骤9.6、判断k＞2是否成立，若成立，则将c_u[1→k]添加到列表P中，其中，c_u[1→k]表示由第u个元素c_u的第1位字符到第k位字符所组成的字符串；否则，执行步骤9.7；

步骤9.7、将k+1赋值给k，并判断k＞δ是否成立，若成立，则执行步骤9.8；否则，执行步骤9.5；

步骤9.8、将w+1赋值给w，并判断w＞v是否成立，若成立，则执行步骤9.9；否则，执行步骤9.3；

步骤9.9、将u+1赋值给u，并判断u＞v是否成立，若成立，则表示获得前缀模式列表P＝{d₁,d₂,···,d_λ,···,d_β}，其中，d_λ表示前缀模式列表P中第λ个家谱人物属性名称，β表示前缀模式列表P中包含的家谱人物属性名称的总数，1≤λ≤β；并执行步骤10；否则，执行步骤9.2；

步骤10、过滤所述前缀模式列表P中小于阈值的家谱人物属性名称，得到阈值处理后的前缀模式列表P′；

步骤10.1、定义阈值T'，并利用式(3)计算阈值T'的值；

式(3)中，d_max与d_min分别表示前缀模式列表P中包含字符个数最多和包含字符个数最少的家谱人物属性名称；

步骤10.2、初始化λ＝1；

步骤10.3、判断len(d_λ)＜T'是否成立，若成立，则删除第λ个元素d_λ再执行步骤10.4；否则直接执行步骤10.4；

步骤10.4、将λ+1赋值给λ；并判断λ＞β是否成立，若成立，则表示得到阈值处理后的前缀模式列表P′＝{d′₁,d′₂,···,d′_λ′,···,d′_β′}，其中，d′_λ′表示阈值处理后的前缀模式列表P′中第λ′个家谱人物属性名称，β′表示阈值处理后的前缀模式列表P′中包含的家谱人物属性名称的总数，1≤λ′≤β′；并执行步骤11，否则，返回步骤10.3；

步骤11、过滤所述阈值处理后的前缀模式列表P′中重叠的属性名称，得到重叠处理后的前缀模式列表P″；

步骤11.1、初始化λ'＝1；

步骤11.2、判断d′_λ′是否为空，若为空，则执行11.7；否则执行步骤11.3；

步骤11.3、初始化w＝λ'+1；

步骤11.4、判断第λ′个元素d′_λ′是否为第w个元素d′_w的前缀，若是，则将第λ′个元素d′_λ′赋为空，并执行步骤11.7；否则，执行步骤11.5；

步骤11.5、判断第w个元素d′_w是否为第λ′个元素d′_λ′的前缀，若是，则将第w个元素d′_w赋为空，并执行步骤11.6，否则，直接执行步骤11.6；

步骤11.6、将w+1赋值给w，并判断w＞β′是否成立，若成立，则执行步骤11.7；否则执行步骤11.4；

步骤11.7、将λ'+1赋值给λ'，并判断λ'＞β′是否成立，若成立，则表示得到重叠处理后的前缀模式列表P″，并执行步骤12；否则，执行步骤11.2；

步骤12、删除所述重叠处理后的前缀模式列表P″中的空元素得到删除空元素后的前缀模式列表P″′＝{d″′₁,d″′₂,···,d″′_λ″′,···,d″′_β″′}；其中，d″′_λ″′表示删除空元素后的前缀模式列表P″′中第λ″′个家谱人物属性名称，β″′表示删除空元素后的前缀模式列表P″′中包含的家谱人物属性名称的总数，1≤λ″′≤β″′；

步骤13、利用删除空元素后的前缀模式列表P″′对所述最终更新的列表L中的家谱人物属性名称做最大前缀处理，得到最大前缀处理后的列表L′；

步骤13.1、初始化u＝1；

步骤13.2、初始化λ″′＝1；

步骤13.3、判断第λ″′个元素d″′_λ″′是否为第u个元素c_u的前缀，若是，则删除第u个元素c_u并执行步骤13.5；否则执行步骤13.4；

步骤13.4、将λ″′+1赋值给λ″′，并判断λ″′＞β″′是否成立，若成立，则执行步骤13.5，否则，返回步骤13.3；

步骤13.5、将u+1赋值给u，并判断u＞v是否成立，若成立，则表示得到最大前缀处理后的列表L′＝{c′₁,c′₂,…,c′_u′,…,c′_v′}，其中，c′_u′表示最大前缀处理后的列表L′中第u′个家谱人物属性名称，v′表示最大前缀处理后的列表L′中包含的家谱人物属性名称的总数，1≤u′≤v′，并执行步骤14；否则，执行步骤13.2；

步骤14、定义后缀模式列表S，并初始化S为空；

步骤15、获取后缀模式列表S；

步骤15.1、初始化u′＝1；

步骤15.2、初始化w＝u′+1；

步骤15.3、将第u′个元素c′_u′与第w个元素c′_w中的字符顺序逆置，从而得到更新后的第u′个元素e_u′与第w个元素e_w；

步骤15.4、定义变量δ'，并根据式(4)计算变量δ'的值：

δ'＝MIN(len(e_u′),len(e_w)) (4)

步骤15.5、初始化k＝1；

步骤15.6、判断e_u′[k]与e_w[k]不相等是否成立，若成立，则执行步骤15.9，其中，e_u′[k]与e_w[k]分别表示更新后的第u′个元素e_u′与第w个元素e_w的第k个字符；否则，执行步骤15.7；

步骤15.7、判断k＞2是否成立，若成立，则将e_u′[k→1]添加到列表S中，其中：e_u′[k→1]表示由更新后的第u′个元素e_u′的第k位字符到第1位字符所组成的字符串；否则，执行步骤15.8；

步骤15.8、将k+1赋值给k，并判断k＞δ'是否成立，若成立，则执行步骤15.9；否则，执行步骤15.6；

步骤15.9、将w+1赋值给w，并判断w＞v′是否成立，若成立，则执行步骤15.10；否则，执行步骤15.3；

步骤15.10、将u′+1赋值给u′，并判断u′＞v′是否成立，若成立，则表示得到后缀模式列表S＝{f₁,f₂,···,f_ρ,···,f_ω}，其中，f_ρ表示后缀模式列表S中第ρ个家谱人物属性名称，ω表示后缀模式列表S中包含的家谱人物属性名称的总数，1≤ρ≤ω，并执行步骤16；否则，执行步骤15.2；

步骤16、过滤所述后缀模式列表S中小于阈值的家谱人物属性名称，得到阈值处理后的后缀模式列表S′；

步骤16.1、定义阈值T″，并利用式(5)计算阈值T″的值：

式(5)中，f_max与f_min分别表示后缀模式列表S中包含字符个数最多和包含字符个数最少的家谱人物属性名称；

步骤16.2、初始化ρ＝1；

步骤16.3、判断len(f_ρ)＜T″是否成立，若成立，则删除第ρ个元素f_ρ再执行步骤16.4；否则直接执行步骤16.4；

步骤16.4、将ρ+1赋值给ρ；并判断ρ＞ω是否成立，若成立，则表示得到阈值处理后的后缀模式列表S′＝{f′₁,f′₂,···,f′_ρ′,···,f′_ω′}，其中，f′_ρ′表示阈值处理后的后缀模式列表S′中第ρ′个家谱人物属性名称，ω′表示阈值处理后的后缀模式列表S′中包含的家谱人物属性名称的总数，1≤ρ′≤ω′，并执行步骤17，否则，返回步骤16.3；

步骤17、过滤所述阈值处理后的后缀模式列表S′中重叠的属性名称，得到重叠处理后的后缀模式列表S″；

步骤17.1、初始化ρ'＝1；

步骤17.2、判断第ρ′个元素f′_ρ′是否为空，若是，则执行步骤17.7；否则执行步骤17.3；

步骤17.3、初始化w＝ρ'+1；

步骤17.4、判断第ρ′个元素f′_ρ′是否为第w个元素f′_w的前缀成立，若是，则将第ρ′个元素f′_ρ′赋为空，并执行步骤17.7；否则执行步骤17.5；

步骤17.5、判断第w个元素f′_w是否为第ρ′个元素f′_ρ′的前缀，若是，则将第w个元素f′_w赋为空并执行步骤17.6；否则执行步骤17.6；

步骤17.6、将w+1赋值给w，并判断w＞ω′是否成立，若成立，则执行步骤17.7；否则执行步骤17.4；

步骤17.7、将ρ'+1赋值给ρ'，并判断ρ'＞ω′是否成立，若成立，则表示得到重叠处理后的后缀模式列表S″，并执行步骤18；否则，执行步骤17.2；

步骤18、删除所述重叠处理后的后缀模式列表S″中的空元素，得到删除空元素后的后缀模式列表S″′＝{f₁″′,f₂″′,···,f″′_p″′,···,f″′_ω″′}；其中，f″′_ρ″′表示删除空元素后的后缀模式列表S″′中第ρ″′个家谱人物属性名称，ω″′表示删除重空元素后的后缀模式列表S″′中包含的家谱人物属性名称的总数，1≤ρ″′≤ω″′；

步骤19、利用删除重空元素后的后缀模式列表S″′对所述最大前缀处理后的列表L′中的家谱人物属性名称做最大后缀处理，得到最大后缀处理后的列表L″；

步骤19.1、初始化u′＝1；

步骤19.2、初始化ρ″′＝1；

步骤19.3、判断第ρ″′个元素f″′_ρ″′是否为第u′个元素c′_u′的后缀，若是，则删除第u′个元素c′_u′再执行步骤19.5；否则执行步骤19.4；

步骤19.4、将ρ″′+1赋值给ρ″′，并判断ρ″′＞ω″′是否成立，若成立，则执行步骤19.5，否则，返回步骤19.3；

步骤19.5、将u′+1赋值给u′，并判断u′＞v′是否成立，若成立，则表示完成家谱人物属性名称的融合，并得到最大后缀处理后的列表L″；否则，执行步骤19.2。