[发明专利]一种药品申报文件的自动查验方法、系统和存储介质

说明书

本发明公开了一种药品申报文件的自动查验方法、系统和存储介质，包括获取待分析的药品申报文件内两表格的各单元格坐标和内容并识别内容一致单元格；当第一表格比第二表格的行数多N行但列数相同或者列数多N列但行数相同，且N小于第一预设值时，获取第一表格中的全部为不一致单元格的附加列或附加行；在第一表格的最小表格矩阵中去除该M行或M列后形成过渡表格矩阵，依次比较过渡表格矩阵与第二表格最小表格矩阵对应位置的各单元格内容是否相同，若不同则补充录入至异常单元格组；如果附加列或附加行的不位于第一表格最小表格矩阵内，则记录该附加列或附加行所有单元格坐标和内容，补充录入至该两表格的异常单元格组中。最终减少呈现给用户的数据异常单元格结果数量，便于用户快速排查发现错误、异常表格。

技术领域

本发明涉及数据处理和分析技术领域，尤其涉及一种药品申报文件的自动查验方法、系统和存储介质。

背景技术

近些年来国家对药企的监管越来越严，出台的法规越来越多，执行也是越来越严格。按照法规要求，药企在申报新药的时候需要提交数量庞大的文档资料，所有提交的文档都必须是真实合规的。如果文档中的内容出现前后不一致等情况，将导致整个产品的合规性得不到满足，企业将被处以整改等强制措施，药品的上市将会受到严重影响。因此企业内会设有专门团队来负责所有文档的审核；若后续出现对实验方法或使用物料的调整，原先审核通过的文档也必需一一修改，因此药品申报文档的审核是件非常细致且极其重要的工作。

在药品申报材料处理工作中，经常需要处理大量的文档，而这些文档中又存在大量表格，这些表格具有相似度高，相互引用、嵌套的情况，同时由于处理工作量大等原因，经常需要多个用户协作进行文档编辑。例如，药企研发机构在准备整理药品申报资料时存在大量文档，文档中存在大量表格。这些表格存在相似度高、相互引用、和嵌套等各类情况。同时，由于这些关联表格由多人人为整理，往往存在对应单元格内容不一致、表格行列丢失、表格行列顺序错乱等各种错误情况。但是由于表格众多，而其分布在大量不同文档中，这就造成后期人为检查的工作量极大，且上述错误情况难以发现，最终直接导致资料错误，合规性需求难以满足，严重拖延了药品申报进度。

发明内容

本发明针对现有技术中的不足，提供了一种药品申报文件的自动查验方法，包括如下步骤：

获取待分析的药品申报文件内两表格的各单元格坐标和内容，识别内容一致单元格；

当第一表格比第二表格的行数多N行但列数相同或者列数多N列但行数相同，且N小于第一预设值时，获取第一表格中的全部为不一致单元格的附加列或附加行；

如果附加列或附加行的部分或全部位于第一表格最小表格矩阵内，则当第一表格最小表格矩阵比第二表格最小表格矩阵的行数多M行但列数相同或者列数多M列但行数相同，且M小于第二预设值时，获取第一表格最小表格矩阵中不一致单元格最多的M行或者M列，并将该M行或者M列中各单元格录入异常单元格组，所述最小表格矩阵为包含有该表格内所有内容一致单元格的最小矩形表格区域；

在第一表格的最小表格矩阵中去除该M行或M列后形成过渡表格矩阵，依次比较过渡表格矩阵与第二表格最小表格矩阵对应位置的各单元格内容是否相同，若不同则补充录入至异常单元格组；

如果附加列或附加行的不位于第一表格最小表格矩阵内，则记录该附加列或附加行所有单元格坐标和内容，补充录入至该两表格的异常单元格组中。

优选的，药品申报文件的自动查验方法具体包括：

当第一表格比第二表格的行数多N行但列数相同时，且N大于第一预设值时，不进列对比分析；

当N不大于第一预设值时，获取第一表格中的全部为不一致单元格的附加行；