文档对比分析方法、装置、设备及存储介质与流程

摘要: 本公开涉及数据处理与知识图谱,具体涉及一种文档对比分析方法、装置、设备及存储介质。背景技术:1、在文档审核、数据分析以及报告生成等场景中,通常需要对同一业务主体...
文档对比分析方法、装置、设备及存储介质与流程

本公开涉及数据处理与知识图谱,具体涉及一种文档对比分析方法、装置、设备及存储介质。

背景技术:

1、在文档审核、数据分析以及报告生成等场景中,通常需要对同一业务主体在不同报告期形成的多份文档进行处理,以确定文档所记载内容及相关数据在不同报告期之间的变化情况。由于不同报告期文档的数据来源、编制方式和文档格式可能存在差异,各文档中的内容组织方式及数据表达方式也可能随之发生变化。

2、相关文档对比方案通常根据文档中的结构信息或者文本信息确定不同文档内容之间的对应关系,并对相应数据进行比较。当不同报告期文档的内容组织方式或者数据表达方式发生变化时,文档内容之间的对应关系及数据比较结果容易受到影响,导致不同报告期文档对比分析的准确性和稳定性仍有待提高。

技术实现思路

1、基于此,本公开提供一种文档对比分析方法、装置、设备及存储介质,以解决如何提高不同报告期文档对比分析的准确性和稳定性的问题。

2、第一方面,本公开提供了一种文档对比分析方法,所述方法包括:

3、获取同一业务主体在至少两个报告期的多个目标文档以及预设的业务语义坐标系,其中,所述业务语义坐标系包括多个业务语义坐标,各所述业务语义坐标分别具有在所述业务语义坐标系内唯一且在各所述目标文档之间复用的坐标标识,并关联有业务语义定义和指标口径定义,所述坐标标识由所关联的业务语义定义确定,并在各所述目标文档的章节结构信息发生变化而所述业务语义定义保持一致时保持不变;

4、根据各所述目标文档中的章节内容所表征的业务语义,确定各所述章节内容对应的业务语义坐标,并将各所述章节内容与相应业务语义坐标的坐标标识关联;

5、按照与各所述章节内容关联的坐标标识所对应的指标口径定义,从各所述章节内容中获取指标数据,生成与相应报告期和坐标标识关联的指标记录,其中,各所述指标记录分别包括指标标识、指标值和口径维度信息;

6、根据所述坐标标识和指标标识,将不同报告期中表征相同指标含义的指标记录按照报告期顺序组合为指标记录组;

7、针对所述指标记录组中的每组相邻两个报告期,根据所述两个报告期的指标记录存在状态和各指标记录的口径维度信息,确定所述两个报告期中的指标记录是否满足预设可比条件;对于满足所述预设可比条件的指标记录,按照预设差分规则处理相应的指标值,得到指标差分结果;对于不满足所述预设可比条件的指标记录,生成不可比状态;

8、根据各组相邻两个报告期对应的指标差分结果或者不可比状态,生成结构化对比数据。

9、第二方面,本公开还提供了一种文档对比分析装置,所述装置包括:

10、数据获取模块,用于获取同一业务主体在至少两个报告期的多个目标文档以及预设的业务语义坐标系,其中,所述业务语义坐标系包括多个业务语义坐标,各所述业务语义坐标分别具有在所述业务语义坐标系内唯一且在各所述目标文档之间复用的坐标标识,并关联有业务语义定义和指标口径定义,所述坐标标识由所关联的业务语义定义确定,并在各所述目标文档的章节结构信息发生变化而所述业务语义定义保持一致时保持不变;

11、章节映射模块,用于根据各所述目标文档中的章节内容所表征的业务语义,确定各所述章节内容对应的业务语义坐标,并将各所述章节内容与相应业务语义坐标的坐标标识关联;

12、指标记录生成模块,用于按照与各所述章节内容关联的坐标标识所对应的指标口径定义,从各所述章节内容中获取指标数据,生成与相应报告期和坐标标识关联的指标记录,其中,各所述指标记录分别包括指标标识、指标值和口径维度信息;

13、指标记录组合模块,用于根据所述坐标标识和指标标识,将不同报告期中表征相同指标含义的指标记录按照报告期顺序组合为指标记录组;

14、对比处理模块,用于针对所述指标记录组中的每组相邻两个报告期,根据所述两个报告期的指标记录存在状态和各指标记录的口径维度信息,确定所述两个报告期中的指标记录是否满足预设可比条件;对于满足所述预设可比条件的指标记录,按照预设差分规则处理相应的指标值,得到指标差分结果;对于不满足所述预设可比条件的指标记录,生成不可比状态;根据各组相邻两个报告期对应的指标差分结果或者不可比状态,生成结构化对比数据。

15、第三方面,本公开还提供了一种电子设备,包括:存储器,用于存储计算机程序;处理器,用于执行计算机程序时实现上述任一种文档对比分析方法的步骤。

16、第四方面,本公开还提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,其中,计算机程序被处理器执行时实现上述任一种文档对比分析方法的步骤。

17、第五方面,本公开还提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述任一种文档对比分析方法的步骤。

18、在本公开上述实施例的文档对比分析方法中,通过具有跨目标文档复用的坐标标识的业务语义坐标为不同报告期文档提供了与章节结构信息相对独立的内容对应依据,使具有相应业务语义的章节内容能够关联至相应坐标标识。按照坐标标识对应的指标口径定义获取指标数据,并将指标标识、指标值及口径维度信息与报告期和坐标标识关联形成指标记录,进而根据坐标标识和指标标识组合不同报告期的指标记录,能够在不同文档之间建立层次统一、对应明确的指标数据关系。

19、在此基础上,根据各报告期的指标记录存在状态及口径维度信息确定指标记录组的可比性,并分别生成指标差分结果或者不可比状态,使结构化对比数据能够反映指标数据在不同报告期之间的可比关系及相应变化情况。由此,能够使不同报告期文档的内容对应和指标比较适应文档组织方式及数据表达方式的变化,提高文档对比分析的准确性和稳定性。

1.一种文档对比分析方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述根据各所述目标文档中的章节内容所表征的业务语义,确定各所述章节内容对应的业务语义坐标,并将各所述章节内容与相应业务语义坐标的坐标标识关联,包括:

3.根据权利要求1所述的方法,其特征在于,所述按照与各所述章节内容关联的坐标标识所对应的指标口径定义,从各所述章节内容中获取指标数据,生成与相应报告期和坐标标识关联的指标记录,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据所述指标口径定义和所述口径维度信息,对所述候选指标数据进行口径处理,得到口径处理结果,包括:

5.根据权利要求1所述的方法,其特征在于,所述针对所述指标记录组中的每组相邻两个报告期,根据所述两个报告期的指标记录存在状态和各指标记录的口径维度信息,确定所述两个报告期中的指标记录是否满足预设可比条件,包括:

6.根据权利要求1所述的方法,其特征在于,在所述根据各组相邻两个报告期对应的指标差分结果或者不可比状态,生成结构化对比数据之后,所述方法还包括:

7.根据权利要求6所述的方法,其特征在于,所述根据所述结构化对比数据构建模型输入数据,包括:

8.根据权利要求7所述的方法,其特征在于,所述方法还包括:

9.一种文档对比分析装置,其特征在于,所述装置包括:

10.一种电子设备,其特征在于,包括:

11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的文档对比分析方法的步骤。