[发明专利]数据验证方法、装置、计算机设备和存储介质

权利要求书

1.一种数据验证方法，其特征在于，包括：

获取用户输入的语音信息，对所述语音信息进行命名实体提取，得到待校验名称；

将所述待校验名称与知识库中的词条进行匹配，其中，所述知识库中的词条包括：企业名称、企业名称简称和企业名称的歧义词条；

若所述知识库中存在与所述待校验名称的相匹配的词条，则将所述与所述待校验名称的相匹配的词条对应的名称作为所述待校验名称的验证名称；

若所述知识库中不存在与所述待校验名称的相匹配的词条，则将所述待校验名称与所述知识库中的词条进行相似度计算，从所述知识库中筛选出N个与所述待校验名称的相似度大于预设相似度阈值的词条对应的名称作为所述待校验名称的验证名称，其中，N大于等于1且小于预设的个数阈值；

计算各所述验证名称和用户的预存名称的相似度，并建立计算得到的相似度结果与所述用户的映射关系；

知识库包括三部分，其一为完整的单位名称库，其二为完整的单位名称对应的单位名称简称，其三，为完整的单位名称和单位名称的歧义词条的映射关系；映射库的建立包括：对于ASR将用户说话的语音转换成文字带来的噪声问题，首先使用文字清洗方法，将特殊符号给去除掉，然后利用历史用户回答语料，做一个映射表。

2.如权利要求1所述的数据验证方法，其特征在于，在计算所述验证名称和用户的预存名称的相似度，之前还包括：接收用户输入的唯一身份信息，并根据所述唯一身份信息确定用户的预存名称。

3.如权利要求1所述的数据验证方法，其特征在于，在所述将所述待校验名称与知识库中的词条进行匹配之前，还包括构建所述知识库；

所述构建所述知识库包括：

获取名称，构建初始知识库，其中，所述初始知识库中的词条包括名称，所述名称包括用户的历史预存名称和/或通过第三方获取的名称；

统计各所述历史预存名称对应的用户数量，基于所述用户数量对所有的历史预存名称进行排序；

选择排在排序结果的首端或末端的预设个数的历史预存名称为热门名称，或，选择所述排序结果中对应的用户数量大于预设数量阈值的历史预存名称为热门名称；其中，任一所述热门名称对应的用户数量大于除所述热门名称以外的其他历史预存名称对应的用户数量；

确定所述热门名称的名称简称，以及确定所述热门名称的歧义词条；

将所述名称简称和所述名称的歧义词条增加至所述初始知识库，得到所述知识库。

4.如权利要求3所述的数据验证方法，其特征在于，所述确定所述热门名称的候选简称，包括：

获取对用户输入的历史语音信息进行命名实体识别提取的历史待校验名称；

根据所述历史待校验名称的字符串长度，筛选出字符串长度小于第一预设长度阈值的待校验名称为候选简称；

对所述热门名称进行语义分割，得到多个分词；

将所述候选简称转换成表征所述候选简称的第一笔画信息，各所述热门名称的所有分词中与所述候选简称字符串长度相同的分词转成表征所述分词的第二笔画信息；

根据所述第一笔画信息和第二笔画信息，获取所述第一笔画信息变换到所述第二笔画信息之间的变换次数；

根据所述变换次数，计算所述候选简称与所有的所述热门名称的匹配度；

根据所述匹配度，选择与热门企业的分词最高匹配度候选简称为所述热门名称的企业简称。

5.如权利要求4所述的数据验证方法，其特征在于，所述根据所述匹配度，选择与所述热门企业的分词最高匹配度候选简称为所述热门名称的企业简称，包括：

判断所述热门名称的名称简称是否是唯一的；

若是唯一的，则所述热门名称的名称简称为所述唯一的名称简称；

若所述热门名称对应有至少两个名称简称，则根据预设的名称简称筛选规则选择相应的名称简称为所热门名称的名称简称。