文档自动渲染方法、自由文本填空空位识别方法、装置与流程

本公开涉及计算机数据处理与文档自动渲染，尤其涉及一种文档自动渲染方法、自由文本填空空位识别方法、装置。

背景技术：

1、在电子表单、线上问卷、病例报告表crf等业务系统中，带填空的题干内容和用户作答数据采用分离式存储、传输架构，题干内容为人工编写的自由文本模板，模板内全部填空位置仅依靠长短不一的连续下划线等重复字符游程作为视觉占位，该类占位仅控制展示宽度，不承载序号、名称等语义信息，不存在{{name}}、[blank1]这类显性标识；用户作答数据则以槽位标识、值的键值对象如json：blank0、blank1、blank2……的形式离散、稀疏且顺序不定地存储，键值排列顺序和模板内填空出现的先后顺序无固定对应关系。业务场景最终需要自动生成可签字、审核、归档的结构化pdf文档，要求系统将无序离散作答数据精准匹配至文本模板内有效填空位置并完成渲染填充。

2、现有技术通常采用模板引擎及正则匹配的思路进行处理，但是仅依靠模板自身文本信息无法完成填空占位与正文装饰字符的区分工作，借助正则匹配连续下划线的识别方式会错误捕获各类分隔线条、网址内下划线，造成识别得到的空位总量虚增，进而引发整套作答数据错位匹配。连续填充字符构成的占位游程本身自带词法边界歧义，常规匹配逻辑容易拆分完整填空区域，形成碎片化标记，彻底破坏填空位置和填写内容一一对应的绑定关系。同时，作答数据以槽位键值对形式离散稀疏存储，序列化传输后无法保证键序，与模板中空位的空间先后顺序不匹配，直接沿用存储顺序填充文档会出现内容排布错乱。将模板转换为标准格式串执行渲染时，还会面临填空数量与作答条目数量不匹配的隐患，模板内包含百分号等格式化特殊字符时，会进一步诱发程序运行报错，或是输出存在内容错误的文档。

技术实现思路

1、有鉴于此，本公开实施例提供了一种文档自动渲染方法、自由文本填空空位识别方法、装置，能够解决现有技术难以稳定、准确地将无序离散作答数据匹配至真实填空，无法实现文档的可靠、精准渲染。

2、第一方面，本公开实施例提供了一文档自动渲染方法，包括：

3、获取待渲染文档中每个自由文本字段的字段类型；

4、识别所述字段类型为占位模板类型的所有所述自由文本字段，记为目标字段；

5、从每个所述目标字段中识别符号连续段；所述符号连续段的长度小于所述目标字段的长度；

6、获得所述符号连续段的段长在预设长度范围内的所述符号连续段，记为候选空位；

7、从作答存储库中提取待渲染文档对应的已作答键值对信息，基于所述已作答键值对信息对应的序号预设排序进行作答基数重建，获得目标作答基数与作答向量；

8、根据所述目标作答基数动态修正所述候选空位在自由文本中的空位元信息；

9、基于所述空位元信息，生成所述作答向量与所述候选空位的标记关系，并根据所述标记关系执行对应字段的渲染，获得渲染文档。

10、第二方面，本公开实施例还提供了一种自由文本填空空位识别方法，包括：

11、获取待渲染文档中每个自由文本字段的字段类型；

12、识别所述字段类型为占位模板类型的所有所述自由文本字段，记为目标字段；

13、从每个所述目标字段中识别符号连续段；所述符号连续段的长度小于所述目标字段的长度；

14、获得所述符号连续段的段长在预设长度范围内的所述符号连续段，记为候选空位；

15、从作答存储库中提取待渲染文档对应的已作答键值对信息，基于所述已作答键值对信息对应的序号预设排序进行作答基数重建，获得目标作答基数与作答向量；

16、根据所述目标作答基数动态修正所述候选空位，将修正后的所述候选空位作为自由文本填空空位。

17、第三方面，本公开实施例还提供了一种计算机装置，采用如下技术方案：

18、所述计算机装置包括：

19、至少一个处理器；以及，

20、与所述至少一个处理器通信连接的存储器；其中，

21、所述存储器存储有可被所述至少一个处理器执行的指令；所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行以上任一所述的文档自动渲染方法或者所述的自由文本填空空位识别方法。

22、第四方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储计算机指令；该计算机指令用于使计算机执行以上任一所述的文档自动渲染方法或者所述的自由文本填空空位识别方法。

23、第五方面，本公开实施例还提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现以上任一项所述方法的步骤。

24、本公开实施例提供的文档自动渲染方法，首先获取待渲染文档中每个自由文本字段的字段类型，识别类型为占位模板类型的自由文本字段，记为目标字段，从每个该字段中识别符号连续段，获段长在预设长度范围内的符号连续段，记为候选空位；提取该文档已作答键值对信息，据此对应的序号预设排序进行作答基数重建，获得目标作答基数与作答向量；根据目标作答基数动态修正候选空位在自由文本中的空位元信息，然后据此生成作答向量与候选空位的标记关系，并根据标记关系执行对应字段的渲染，获得渲染文档。该方法能够不改造既有题库、不在题干中预埋标记、不依赖通道保序的前提下，确定性地识别出真实空位的重复字符游程，并能将其与对应作答正确绑定，保证结果可复现，即能够稳定、准确地将无序离散作答数据匹配至真实填空，实现文档的可靠、精准渲染。

25、上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

1.一种文档自动渲染方法，其特征在于，包括：

2.根据权利要求1所述的文档自动渲染方法，其特征在于，所述获取待渲染文档中每个自由文本字段的字段类型，包括：

3.根据权利要求1所述的文档自动渲染方法，其特征在于，所述识别所述字段类型为占位模板类型的所有所述自由文本字段，记为目标字段，包括：

4.根据权利要求1所述的文档自动渲染方法，其特征在于，所述从每个所述目标字段中识别符号连续段，包括：

5.根据权利要求1所述的文档自动渲染方法，其特征在于，所述获得所述符号连续段的段长在预设长度范围内的所述符号连续段，记为候选空位，包括：

6.根据权利要求1所述的文档自动渲染方法，其特征在于，所述从作答存储库中提取待渲染文档对应的已作答键值对信息，基于所述已作答键值对信息对应的序号预设排序进行作答基数重建，获得目标作答基数与作答向量，包括：

7.一种自由文本填空空位识别方法，其特征在于，包括：

8.一种计算机装置，其特征在于，所述计算机装置包括：

9.一种计算机可读存储介质，其特征在于，该计算机可读存储介质存储计算机指令；该计算机指令用于使计算机执行权利要求1-6任一所述的文档自动渲染方法或者权利要求7所述的自由文本填空空位识别方法。

10.一种计算机程序产品，包括计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-6任一所述的文档自动渲染方法或者权利要求7所述的自由文本填空空位识别方法的步骤。