[发明专利]数据验证方法、装置、计算机设备和存储介质

说明书

本发明涉及一种数据验证方法方法、装置、计算机设备和存储介质，该方法包括：对语音信息进行命名实体提取，得到待校验名称；将待校验名称与知识库中的词条进行匹配；若存在与待校验名称的相匹配的词条，则将与待校验名称的相匹配的词条对应的名称作为待校验名称的验证名称；若不存在与待校验名称的相匹配的词条，则将待校验名称与知识库中的词条进行相似度计算，筛选出N个与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待校验名称的验证名称；计算各验证名称和用户的预存名称的相似度，建立计算得到的相似度结果与用户的映射关系。上述方法可以提高验证用户输入的语音信息中包含的名称与用于预存的名称的匹配度的准确度。

技术领域

本发明涉及自然语言处理技术领域，特别是涉及数据验证方法、装置、计算机设备和存储介质。

背景技术

在自然语言处理技术领域，对文本序列中的命名实体(Entity)进行分类，是研究的一个重要方向。命名实体，在词性中具有名词性质，包括人名、机构名、地名以及其他所有以名称为标识的实体类别。更广泛的命名实体还包括数字、日期、货币、地址等类别。对命名实体的类别进行准确识别，能够提高自然语言处理的准确性和有效性。

目前在信贷审批领域，有一个重要的流程就是判断用户在智能审批过程中，所表述的单位机构名称和用户预先填写的是否一致，在真实对话环境中，由于噪音，简称，音转字等因素的影响，用户所表述的话并不能保证转化正确，同时，还需要验证根据用户所说的话中提取的名称是否与用户预留的名称一致的问题。

发明内容

基于此，提供一种数据验证方法、装置、计算机设备和存储介质，能够提高用户的语音信息的识别效果较为准确的识别出用户语音中包含的名称，从而提高了用户语音信息中包含的名称与用户预存的名称一致性验证的准确度。

一种数据验证方法，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。

在其中一个实施例中，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。

在其中一个实施例中，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；

选择排在所述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；