一種文本數(shù)據(jù)清洗方法、裝置及存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202210041398.8 申請(qǐng)日 -
公開（公告）號(hào) CN114416986A 公開（公告）日 2022-04-29
申請(qǐng)公布號(hào) CN114416986A 申請(qǐng)公布日 2022-04-29
分類號(hào) G06F16/35（2019.01）I;G06F16/30（2019.01）I;G06F40/289（2020.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 黃洪;楊磊 申請(qǐng)（專利權(quán)）人 北京滴普科技有限公司
代理機(jī)構(gòu) 北京中政聯(lián)科專利代理事務(wù)所（普通合伙） 代理人 賴學(xué)能
地址 100000北京市海淀區(qū)彩和坊路8號(hào)4層406
法律狀態(tài) -

摘要

摘要 本公開實(shí)施例中提供了一種文本數(shù)據(jù)清洗方法、電子設(shè)備及存儲(chǔ)介質(zhì)，先對(duì)每個(gè)類目自身的數(shù)據(jù)進(jìn)行自去重，然后每?jī)蓚€(gè)類目之間進(jìn)行比較，找出標(biāo)注混淆的數(shù)據(jù)并進(jìn)行歸納。采用本公開實(shí)施例的方法，能夠使所有類目的文本數(shù)據(jù)都趨近于均衡，提高數(shù)據(jù)分析樣本均衡性。