CN107943923B - 电报码数据库的构建方法、电报码识别方法及装置 - Google Patents

Abstract

本申请实施例公开了一种电报码数据库的构建方法、电报码识别方法及装置。该方法包括：对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率，基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。利用本申请实施例，可以提高译码处理的准确率和效率。

Description

电报码数据库的构建方法、电报码识别方法及装置

技术领域

本申请涉及信息处理技术领域，特别涉及一种电报码数据库的构建方法、电报码识别方法及装置。

背景技术

电报是通信业务的一种，是最早利用电流或电磁波作载体，通过编码和相应的电处理技术实现人类远距离传输和交换信息的通信方式。随着通信业及现代科技的发展，电报已经渐渐淡出，但是仍在一些领域延续使用，例如银行的转账业务处理过程中，收款人户名需要借用电报码进行传输。

在实际的应用业务场景下，汉字电报码库有两种，包括简体汉字电报码库和繁体汉字电报码库。两种电报码库的电报码数据(电报码数据包括电报码以及与电报码对应的汉字)中，会出现同一个电报码对应不同的汉字字符的情况。因此，在实际应用中，基于现有的简体汉字电报码数据库和繁体汉字电报码数据库进行译码时，对于一个电报码对应不同的汉字字符的情况，无法进行准确的译码，导致译码处理效率低下，且错误率高。

发明内容

本申请实施例的目的是提供一种电报码数据库的构建方法、电报码识别方法及装置，可以提高译码处理的准确率和效率。

为解决上述技术问题，本申请实施例是这样实现的：

一种电报码数据库的构建方法，包括：

对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；

比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率，基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；

基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

一种电报码识别方法，包括：

获取电报码；

查询预先构建的电报码数据库获取所述电报码所对应的汉字，所述电报码数据库包括包含优先级排序的电报码数据；

判断查询到的汉字的数量是否大于一；

当判断的结果为是时，根据查询到的汉字中优先级排序选取所述电报码的译码数据。

一种电报码数据库的构建装置，包括：

差异识别处理模块，用于对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；

第一使用率比较模块，用于比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率；

第一优先级排序模块，用于基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

数据获取模块，用于获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；

电报码数据库构建模块，用于基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

一种电报码识别装置，包括：

电报码获取模块，用于获取电报码；

汉字查询模块，用于查询预先构建的电报码数据库获取所述电报码所对应的汉字，所述电报码数据库包括包含优先级排序的电报码数据；

数量判断模块，用于判断查询到的汉字的数量是否大于一；

第一电报码识别模块，用于当所述数量判断模块判断的结果为是时，根据查询到的汉字中优先级排序选取所述电报码的译码数据。

一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；

比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率，基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；

基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

获取电报码；

查询预先构建的电报码数据库获取所述电报码所对应的汉字，所述电报码数据库包括包含优先级排序的电报码数据；

判断查询到的汉字的数量是否大于一；

当判断的结果为是时，根据查询到的汉字中优先级排序选取所述电报码的译码数据。

由以上本申请实施例提供的技术方案可见，本申请实施例通过对一个电报码对应两个以及两个以上的汉字的电报码数据进行优先级排序的处理，可以保证后续基于电报码数据库进行电报码识别处理时，对于只对应一个汉字的电报码可以直接选取准确的汉字作为译码数据，对于对应多个汉字的电报码，可以直接按照优先级排序选出最常使用的汉字作为译码数据，可以有效提高译码处理的准确率和效率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请提供的电报码数据库的构建方法的一种实施例的流程示意图；

图2是本申请提供的电报码识别方法的一种实施例的流程示意图；

图3是本申请提供的电报码数据库的构建装置的一种实施例的结构示意图；

图4是本申请提供的电报码数据库的构建装置的一种实施例的结构示意图。

具体实施方式

本申请实施例提供一种电报码数据库的构建方法、电报码识别方法及装置。

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

以下以几个具体的例子详细说明本申请实施例的具体实现。

以下首先介绍本申请一种电报码数据库的构建方法的实施例。图1是本申请提供的电报码数据库的构建方法的一种实施例的流程示意图，本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所示，所述方法可以包括：

S101：对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据。

在实际应用中，由于简体汉字电报码库中电报码的编码规则与繁体汉字电报码库中电报码的编码规则有差异。因此，会出现一个电报码对应多个汉字的情况。相应的，本申请实施例中，可以对现有的简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，确定出差异电报码数据。

具体的，所述差异电报码数据可以包括一个电报码对应多个汉字的电报码数据。一般的，差异电报码数据中一个电报码可以对应两个汉字，例如包括一个简体汉字和一个繁体汉字。当然，在一些场景中，差异电报码数据中一个电报码可以对应两个以上的汉字，例如包括两个简体汉字和一个繁体汉字等。

具体的，一个电报码对应多个汉字的电报码数据可以包括一个电报码对应不同字义的多个汉字的电报码数据，也可以包括一个电报码对应相同字义的多个汉字的电报码数据。

S103：比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率，基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高。

本申请实施例中，在确定出差异电报码数据之后，可以比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率，基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高。

S105：获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据。

在实际应用中，简体汉字电报码库和繁体汉字电报码库中还可以包括非差异电报码数据，具体的，所述非差异电报码数据包括：

一个电报码对应相同的汉字或相同字义的多个汉字的电报码数据以及，一个电报码对应一个简体汉字或一个繁体汉字的电报码数据。

具体的，一个电报码对应相同的汉字的电报码数据可以包括一个电报码所对应的汉字为相同字义，且的简体字形和繁体字形也相同的汉字，即一个电报码对应一个汉字。

具体的，一个电报码对应一个简体汉字的电报码数据可以包括在简体汉字电报码库中存在某一简体汉字有对应的电报码，但在繁体汉字电报码库中没有相应的繁体汉字的电报码，即一个电报码对应一个汉字。

具体的，一个电报码对应一个繁体汉字的电报码数据可以包括在繁体汉字电报码库中存在某一繁体汉字有对应的电报码，但在简体汉字电报码库中没有相应的简体汉字的电报码，即一个电报码对应一个汉字。

在另一些实施例中，所述方法还可以包括：

所述方法还包括：

将一个电报码对应一个简体汉字的电报码数据中的电报码作为所述简体汉字所对应繁体汉字的电报码，得到第一替代电报码数据；

将一个电报码对应一个繁体汉字的电报码数据中的电报码作为所述繁体汉字所对应简体汉字的电报码，得到第二替代电报码数据；

相应的，比较所述第一替代电报码数据和所述第二替代电报码数据中同一电报码所对应多个汉字的使用率；

基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

相应的，所述非差异电报码数据可以包括包含优先级排序的第一替代电报码数据和包含优先级排序的第二替代电报码数据。

S107：基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

在对一个电报码对应两个以及两个以上的汉字的电报码数据进行优先级排序的处理之后，可以基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

在另一些实施例中，为了便于后续可以直接统计一个电报码对应几个汉字，所述方法还可以包括：

统计所述电报码数据库中同一电报码所对应的汉字的数量，将所述汉字的数量添加到所述电报码数据库。

另外，本申请实施例中，所述电报码数据库中的每一电报码数据还可以包括相应的汉字的汉字类型等信息，即为简体汉字还是繁体汉字。

由此可见，本申请一种电报码数据库的构建方法的实施例通过对一个电报码对应两个以及两个以上的汉字的电报码数据进行优先级排序的处理，可以保证后续基于电报码数据库进行电报码识别处理时，对于只对应一个汉字的电报码可以直接选取准确的汉字作为译码数据，对于对应多个汉字的电报码，可以直接按照优先级排序选出最常使用的汉字作为译码数据，可以有效提高译码处理的准确率和效率，同时，本申请构建的电报码数据库沿用电报码原有分布规律，有效降低了后续在行内实施及推广该电报码数据库的难度。另外，电报码转换为简繁体汉字的处理过程中，利用该电报码数据库可以大大提高工作效率。

基于上述实施例中构建的电报码数据库，以下介绍本申请一种电报码识别方法的实施例。图2是本申请提供的电报码识别方法的一种实施例的流程示意图，本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示，所述方法可以包括：

S201：获取电报码。

S203：查询预先构建的电报码数据库获取所述电报码所对应的汉字，所述电报码数据库包括包含优先级排序的电报码数据。

S205：判断查询到的汉字的数量是否大于一。

S207：当判断的结果为是时，根据查询到的汉字中优先级排序选取所述电报码的译码数据。

具体的，当步骤S205判断出汉字的数量大于一，即，该电报码对应多个汉字，相应的，可以根据查询到的汉字中优先级排序选取所述电报码的译码数据。具体的，可以包括根据汉字的优先级排序的高低依次选取相应的汉字，至选取到准确的汉字作为译码数据。

另外，在一些实施例中，所述根据查询到的汉字中优先级排序选取所述电报码的译码数据可以包括：

选取查询到的汉字中优先级排序最高的汉字作为所述电报码的译码数据。

在另一些实施例中，所述方法还包括：

当判断的结果为否时，将查询到的汉字作为所述电报码的译码数据。

具体的，当步骤S205判断的结果为否时，即判断出汉字的数量不大于一，即步骤S203查询到一个汉字，相应的，可以直接将查询到的汉字作为所述电报码的译码数据。

由此可见，本申请一种电报码识别方法的实施例在基于包含优先级排序的电报码数据的电报码数据库查询到电报码所对应的汉字后，判断查询到的汉字的数量，对于只对应一个汉字的电报码可以直接选取准确的汉字作为译码数据，对于对应多个汉字的电报码，可以直接按照优先级排序选出合适的汉字作为译码数据，可以有效提高译码处理的准确率和效率。

本申请另一方面还提供一种电报码数据库的构建装置，图3是本申请提供的电报码数据库的构建装置的一种实施例的结构示意图，如图3所示，所述装置300可以包括：

差异识别处理模块310，可以用于对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；

第一使用率比较模块320，可以用于比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率；

第一优先级排序模块330，可以用于基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

数据获取模块340，可以用于获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；

电报码数据库构建模块350，可以用于基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

另一实施例中，所述非差异电报码数据可以包括：

一个电报码对应相同的汉字的电报码数据以及，一个电报码对应一个简体汉字或一个繁体汉字的电报码数据。

另一实施例中，所述装置300还可以包括：

第一替代模块，可以用于将一个电报码对应一个简体汉字的电报码数据中的电报码作为所述简体汉字所对应繁体汉字的电报码，得到第一替代电报码数据；

第二替代模块，可以用于将一个电报码对应一个繁体汉字的电报码数据中的电报码作为所述繁体汉字所对应简体汉字的电报码，得到第二替代电报码数据；

第二使用率比较模块，可以用于比较所述第一替代电报码数据和所述第二替代电报码数据中同一电报码所对应多个汉字的使用率；

第二优先级排序模块，可以用于基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

相应的，所述非差异电报码数据包括包含优先级排序的第一替代电报码数据和包含优先级排序的第二替代电报码数据。

另一实施例中，所述装置300还可以包括：

数量统计添加处理模块，可以用于统计所述电报码数据库中同一电报码所对应的汉字的数量，将所述汉字的数量添加到所述电报码数据库。

本申请另一方面还提供一种电报码识别装置，图4是本申请提供的电报码数据库的构建装置的一种实施例的结构示意图，如图4所示，所述装置400可以包括：

电报码获取模块410，可以用于获取电报码；

汉字查询模块420，可以用于查询预先构建的电报码数据库获取所述电报码所对应的汉字，所述电报码数据库包括包含优先级排序的电报码数据；

数量判断模块430，可以用于判断查询到的汉字的数量是否大于一；

第一电报码识别模块440，可以用于当所述数量判断模块判断的结果为是时，根据查询到的汉字中优先级排序选取所述电报码的译码数据。

另一实施例中，所述第一电报码识别模块40可以包括：

电报码识别单元，可以用于选取查询到的汉字中优先级排序最高的汉字作为所述电报码的译码数据。

另一实施例中，所述装置400还可以包括：

第二电报码识别模块，可以用于当所述数量判断模块判断的结果为否时，将查询到的汉字作为所述电报码的译码数据。

本申请另一方面还提供一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；

比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率，基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；

基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

本申请另一方面还提供一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

获取电报码；

查询预先构建的电报码数据库获取所述电报码所对应的汉字，所述电报码数据库包括包含优先级排序的电报码数据；

判断查询到的汉字的数量是否大于一；

当判断的结果为是时，根据查询到的汉字中优先级排序选取所述电报码的译码数据。

具体的，本申请实施例中，所述的处理器可以包括中央处理器(CPU)，当然也可以包括其他的具有逻辑处理能力的单片机、逻辑门电路、集成电路等，或其适当组合。所述存储器可以包括非易失性存储器等。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、装置或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (14)

1.一种电报码数据库的构建方法，其特征在于，包括：

对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；

比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率，基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；

基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

2.根据权利要求1所述的方法，其特征在于，所述非差异电报码数据包括：

一个电报码对应相同的汉字的电报码数据以及，一个电报码对应一个简体汉字或一个繁体汉字的电报码数据。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将一个电报码对应一个简体汉字的电报码数据中的电报码作为所述简体汉字所对应繁体汉字的电报码，得到第一替代电报码数据；

将一个电报码对应一个繁体汉字的电报码数据中的电报码作为所述繁体汉字所对应简体汉字的电报码，得到第二替代电报码数据；

比较所述第一替代电报码数据和所述第二替代电报码数据中同一电报码所对应多个汉字的使用率；

基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

相应的，所述非差异电报码数据包括包含优先级排序的第一替代电报码数据和包含优先级排序的第二替代电报码数据。

4.根据权利要求1至3任一所述的方法，其特征在于，所述方法还包括：

统计所述电报码数据库中同一电报码所对应的汉字的数量，将所述汉字的数量添加到所述电报码数据库。

5.一种电报码识别方法，其特征在于，包括：

获取电报码；

查询预先构建的电报码数据库获取所述电报码所对应的汉字，所述电报码数据库包括包含优先级排序的电报码数据；

判断查询到的汉字的数量是否大于一；

当判断的结果为是时，根据查询到的汉字中优先级排序选取所述电报码的译码数据；所述根据查询到的汉字中优先级排序选取所述电报码的译码数据包括：选取查询到的汉字中优先级排序最高的汉字作为所述电报码的译码数据。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

当判断的结果为否时，将查询到的汉字作为所述电报码的译码数据。

7.一种电报码数据库的构建装置，其特征在于，包括：

差异识别处理模块，用于对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；

第一使用率比较模块，用于比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率；

第一优先级排序模块，用于基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

数据获取模块，用于获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；

电报码数据库构建模块，用于基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

8.根据权利要求7所述的装置，其特征在于，所述非差异电报码数据包括：

一个电报码对应相同的汉字的电报码数据以及，一个电报码对应一个简体汉字或一个繁体汉字的电报码数据。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

第一替代模块，用于将一个电报码对应一个简体汉字的电报码数据中的电报码作为所述简体汉字所对应繁体汉字的电报码，得到第一替代电报码数据；

第二替代模块，用于将一个电报码对应一个繁体汉字的电报码数据中的电报码作为所述繁体汉字所对应简体汉字的电报码，得到第二替代电报码数据；

第二使用率比较模块，用于比较所述第一替代电报码数据和所述第二替代电报码数据中同一电报码所对应多个汉字的使用率；

第二优先级排序模块，用于基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

相应的，所述非差异电报码数据包括包含优先级排序的第一替代电报码数据和包含优先级排序的第二替代电报码数据。

10.根据权利要求7至9任一所述的装置，其特征在于，所述装置还包括：

数量统计添加处理模块，用于统计所述电报码数据库中同一电报码所对应的汉字的数量，将所述汉字的数量添加到所述电报码数据库。

11.一种电报码识别装置，其特征在于，包括：

电报码获取模块，用于获取电报码；

汉字查询模块，用于查询预先构建的电报码数据库获取所述电报码所对应的汉字，所述电报码数据库包括包含优先级排序的电报码数据；

数量判断模块，用于判断查询到的汉字的数量是否大于一；

第一电报码识别模块，用于当所述数量判断模块判断的结果为是时，根据查询到的汉字中优先级排序选取所述电报码的译码数据；所述第一电报码识别模块包括：电报码识别单元，用于选取查询到的汉字中优先级排序最高的汉字作为所述电报码的译码数据。

12.根据权利要求11所述的装置，其特征在于，所述装置还包括：

第二电报码识别模块，用于当所述数量判断模块判断的结果为否时，将查询到的汉字作为所述电报码的译码数据。

13.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：

对简体汉字电报码库和繁体汉字电报码库中的电报码数据进行差异识别处理，得到差异电报码数据，所述差异电报码数据包括一个电报码对应多个汉字的电报码数据；

比较所述差异电报码数据中同一电报码所对应的多个汉字的使用率，基于汉字的使用率对同一电报码所对应的多个汉字进行优先级排序，其中，使用率最高的汉字所对应的优先级排序最高；

获取简体汉字电报码库和繁体汉字电报码库中的非差异电报码数据；

基于包含优先级排序的差异电报码数据和所述非差异电报码数据构建简繁体汉字的电报码数据库。

14.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：

获取电报码；

查询预先构建的电报码数据库获取所述电报码所对应的汉字，所述电报码数据库包括包含优先级排序的电报码数据；

判断查询到的汉字的数量是否大于一；

当判断的结果为是时，根据查询到的汉字中优先级排序选取所述电报码的译码数据；所述根据查询到的汉字中优先级排序选取所述电报码的译码数据包括：选取查询到的汉字中优先级排序最高的汉字作为所述电报码的译码数据。

Images