[发明专利]一种基于深度学习的工程造价数据智能解析方法及系统

权利要求书

1.一种基于深度学习的工程造价数据智能解析方法，其特征在于，包括：

提取待解析表格中的数据，得到待解析数据集；

采用机器学习模型对所述待解析数据集进行表头分类，得到若干表头分类数据集；

采用机器学习模型对每一所述表头分类数据集进行列分类，封装得到列分类数据集；

对所述列分类数据集进行组装，得到标准JSON数据结构；

返回所述标准JSON数据结构。

2.根据权利要求1所述的方法，其特征在于，所述采用机器学习对所述待解析数据集进行表头分类，得到表头分类数据集，包括：

提取每一所述待解析数据集中的表头字符及分划符号；

基于所述表头字符对所述待解析数据集进行一次分类，得到若干中间数据集；

基于所述分划符号对所述若干中间数据集进行二次分类，得到若干所述表头分类数据集，其中，每一所述表头分类数据集中数据的表头及分划符号一致。

3.根据权利要求2所述的方法，其特征在于，所述采用机器学习模型对每一所述表头分类数据集进行列分类，封装得到列分类数据集，包括：

检测每一所述表头分类数据集的读取范围；

基于所述读取范围逐行读取每一所述表头分类数据集的行数据；

基于所述读取范围逐列读取每一所述表头分类数据集中每列所包含的单元格数据；

封装所述行数据及所述单元格数据，得到所述列分类数据集。

4.根据权利要求3所述的方法，其特征在于，所述基于所述列分类数据集进行组装，得到标准JSON数据结构，包括：

基于数据格式对所述列分类数据集进行分类，得到若干格式分类数据集；

对所述格式分类数据集进行清洗、验证，筛除所述格式分类数据集中的待定数据；

对清洗完成的所述格式分类数据集进行值转换处理，得到数据格式一致的离散数据集；

对所述离散数据集进行数据关联，再依据所述表头、所述行数据及所述单元格数据进行层级分类，得到排版一致的所述标准JSON数据结构。

5.根据权利要求4所述的方法，其特征在于，在所述基于所述列分类数据集进行组装，得到标准JSON数据结构之后，以及，在所述返回所述标准JSON数据结构之前，所述方法还包括：

分析所述表头、所述行数据及所述单元格数据，得到所述标准JSON数据结构之中的缺失数据；

提取所述标准JSON数据结构中的计算公式；

匹配每一所述缺失数据所对应的计算公式；

基于所述计算公式对应补齐每一所述缺失数据。

6.一种基于深度学习的工程造价数据智能解析系统，其特征在于，包括：

数据提取单元，用于提取待解析表格中的数据，得到待解析数据集；

表头分类单元，用于采用机器学习模型对所述待解析数据集进行表头分类，得到若干表头分类数据集；

列分类单元，用于采用机器学习模型对每一所述表头分类数据集进行列分类，封装得到列分类数据集；

组装单元，用于对所述列分类数据集进行组装，得到标准JSON数据结构；

数据返回单元，用于返回所述标准JSON数据结构。

7.根据权利要求6所述的系统，其特征在于，所述表头分类单元包括：

表头提取子单元，用于提取每一所述待解析数据集中的表头字符及分划符号；

一次分类子单元，用于基于所述表头字符对所述待解析数据集进行一次分类，得到若干中间数据集；

二次分类子单元，用于基于所述分划符号对所述若干中间数据集进行二次分类，得到若干所述表头分类数据集，其中，每一所述表头分类数据集中数据的表头及分划符号一致。