CN112307152A

CN112307152A - 一种数据解析方法、装置、电子设备及存储介质

Info

Publication number: CN112307152A
Application number: CN201910809104.XA
Authority: CN
Inventors: 不公告发明人
Original assignee: Beijing ByteDance Network Technology Co Ltd
Current assignee: Beijing ByteDance Network Technology Co Ltd
Priority date: 2019-08-29
Filing date: 2019-08-29
Publication date: 2021-02-02

Abstract

本公开实施例公开了一种数据解析方法、装置、电子设备及存储介质，该方法包括：基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域；通过设定标识符识别来确定所述待解析文本区域中的结构化数据项；根据所述结构化数据项生成当前对象的结构化数据解析结果。本公开实施例的技术方案，实现了得到结构化数据的目的。

Description

一种数据解析方法、装置、电子设备及存储介质

技术领域

本公开实施例涉及计算机技术领域，尤其涉及一种数据解析方法、装置、电子设备及存储介质。

背景技术

词典通常包括通用性较强的词典和针对性较强的词典，例如牛津词典就属于通用性较强的词典。通用性较强的词典通常无法辅助学生达到较好的学习效果，而针对性较强的词典往往能够辅助学生达到较好的学习效果，考取较好的学习成绩。

目前，学生学习时使用的针对性较强的词典数据的格式通常比较随意，不具有一个较规范的数据结构，导致现有的词典数据无法以数据库的方式为研发人员的相关开发提供数据服务或者说无法提供上层服务。

发明内容

本公开实施例提供一种数据解析方法、装置、电子设备及存储介质，以实现得到结构化数据的目的。

第一方面，本公开实施例提供了一种数据解析方法，该方法包括：

基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域；

通过设定标识符识别来确定所述待解析文本区域中的结构化数据项；

根据所述结构化数据项生成当前对象的结构化数据解析结果。

第二方面，本公开实施例还提供了一种数据解析装置，该装置包括：

匹配模块，用于基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域；

解析模块，用于通过设定标识符识别来确定所述待解析文本区域中的结构化数据项；

生成模块，用于根据所述结构化数据项生成当前对象的结构化数据解析结果。

第三方面，本公开实施例还提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的数据解析方法。

第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的数据解析方法。

本公开实施例的技术方案，通过基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域；通过设定标识符识别来确定所述待解析文本区域中的结构化数据项；根据所述结构化数据项生成当前对象的结构化数据解析结果的技术手段，实现了得到结构化数据的目的。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为本公开实施例一所提供的一种数据解析方法流程示意图；

图2为本公开实施例一所提供的一种待解析文本区域的示意图；

图3为本公开实施例一所提供的一种结构化数据解析结果的展示示意图；

图4为本公开实施例二所提供的一种数据解析装置的结构示意图；

图5为本公开实施例三所提供的一种电子设备结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

实施例一

图1为本公开实施例一所提供的一种数据解析方法流程示意图，该方法可适用于对格式不规范、不统一的数据集进行整理、归纳的场景，以形成能够通过数据库进行存储的结构化数据，通过该结构化数据可为与该数据相关的开发提供数据服务。该方法可以由数据解析装置来执行，该装置可以通过软件和/或硬件的形式实现。

如图1所述，本实施例提供的数据解析方法包括如下步骤：

步骤110、基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域。

其中，所述待解析数据集具体指一些格式不规范、内容排列混乱、不易从中提取有效信息的大量数据。例如所述待解析数据集的电子文本具体可以是如下内容：

hope1/

/(动词)希望

–Do you think it will rain？你觉得会下雨吗？

–I hope so.It’s too hot.我希望下。天太热了。

hope2/

/(名词)希望

Don’t lose hope！别灰心！

horn/

/(名词)角

–What animals have horns？什么动物长角？

–Many,such as bulls and goats.许多动物都长，如公牛和山羊。

假如想从中获取单词hope的汉语解释，还需要设计一定的识别模型从上述数据中进行识别提取，由于其数据格式不规范导致获取目标信息的难度较高，不利于提供上层的数据服务。针对此，本实施例提供了一种数据解析方法，旨在通过对不规范的数据集进行解析，生成该数据集对应的结构化数据集，例如上述举例所对应的结构化数据集即数据解析结果可以是如下内容：

hope

发音

词性动词名词

解释动词

1、希望

–Do you think it will rain？

–I hope so.It’s too hot.

-你觉得会下雨吗？

-我希望下。天太热了

名词

1、希望

Don’t lose hope！

别灰心！

从上述内容可以看出通过为每部分内容设置内容标识，即关键词，通过对内容标识的识别即可获取相应的目标信息。例如，当想获得hope的发音信息时，则通过识别关键词“hope+发音”，即可提取对应的发音信息，即音标

具体的，通过基于待解析数据集的电子文本的特点设置匹配规则，然后基于设置的匹配规则对待解析数据集的电子文本进行匹配，获得当前对象的待解文本区域。

示例性的，基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域，包括：

将所述电子文本的任意位置确定为起始参考位置；

若所述起始参考位置处的信息特征与匹配模板的起始特征匹配，则从所述起始参考位置开始顺序将电子文本各位置处的信息特征与匹配模板的对应特征进行匹配；

若所述起始参考位置到结束参考位置之间各位置处的信息特征与匹配模板的对应特征一一匹配，则将所述起始参考位置到结束参考位置之间的区域确定为当前对象的待解析文本区域。

例如，所述匹配模板为“单词+音标+词性+解释”，将上述举例中待解析数据集的电子文本hope1所在的位置确定为起始参考位置，由于起始参考位置处的信息特征为单词，与所述匹配模板的起始特征“单词”相匹配，因此，从所述起始参考位置开始(即hope1的位置)顺序将电子文本各位置处的信息特征与匹配模板的对应特征进行匹配，例如与单词hope1相邻的下一位置处的信息特征为音标/

/，与匹配模板的对应特征“音标”相匹配，则继续将与音标/

/相邻的下一位置处的信息特征词性(名词)与匹配模板的对应特征“词性”进行匹配，两者也相匹配，则继续将与词性(名词)相邻的下一位置处的信息特征“希望”，与匹配模板的对应特征“解释”进行匹配，两者也相匹配，至此，完成了与所述匹配模板中各特征的匹配，将待解析数据集的电子文本中最后一个匹配特征“解释(即希望)”作为结束参考位置，进而将起始参考位置hope1所在的位置与结束参考位置“希望–Do you thinkit will rain？你觉得会下雨吗？–I hope so.It’s too hot.我希望下。天太热了”所在的位置之间的区域确定为当前对象hope的待解析文本区域。具体的，所述待解析文本区域可参见图2所示的示意图，其中第一区域210、第二区域220以及第三区域230均为待解析文本区域，其中，第一区域210、第二区域220为对象hope的待解析文本区域，第三区域230为对象horn的待解析文本区域。

进一步的，所述匹配模板的起始特征包括当前对象的信息特征，例如单词hope的信息特征，单词horn的信息特征，待解析数据集的电子文本中该信息特征具体可以通过英文正则表达式进行识别，待解析数据集的电子文本中关于单词的解释信息(例如“希望”)可通过中文正则表达式进行识别。正则表达式是用来描述、匹配一系列的某个句法规则的字符串。

进一步的，所述基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域，还包括：

若所述起始参考位置处的信息特征与匹配模板的起始特征不匹配，则更换所述匹配模板，并将所述起始参考位置处的信息特征与更换后的匹配模板的起始特征进行匹配；

若所述起始参考位置处的信息特征与设定的全部匹配模板的起始特征均不匹配，则改变所述起始参考位置。

具体的，由于不同的待解析数据集具有不同的分布特点，因此，模板库中会存储有较多的适配不同特点的待解析数据集的匹配模板，若所述起始参考位置处的信息特征与当前所选择的匹配模板的起始特征不匹配，则更换所述匹配模板继续匹配。若所述起始参考位置处的信息特征与模板库中设定的全部匹配模板的起始特征均不匹配，则改变所述起始参考位置，然后重复上述操作，直到找到与当前待解析数据集的电子文本匹配的匹配模板。其中，改变所述起始参考位置具体可以按照设定的步长依次向前挪动，例如第一次的起始参考位置为上述举例中待解析数据集的电子文本“Don’t lose hope！”所在的位置，假设模板库中只有匹配模板“单词+音标+词性+解释”，由于起始参考位置处的信息特征与匹配模板的起始特征“单词”不匹配，因此，改变所述起始参考位置，假设按照设定步长依次向前挪动后的第二次的起始参考位置为“别灰心！”所在的位置，由于该位置处的信息特征为“解释”，与所述匹配模板的起始特征“单词”依然不匹配，则继续改变所述起始参考位置，例如第三次的起始参考位置为“horn/

/(名词)角”中“horn”的位置，由于其信息特征“单词”与所述匹配模板的起始特征相匹配，则从所述“horn”的位置开始顺序将电子文本各位置处的信息特征与匹配模板的对应特征进行匹配。

步骤120、通过设定标识符识别来确定所述待解析文本区域中的结构化数据项。

继续以上述举例为例，所述设定标识符具体包括发音标识符“/”词性标识符“()”。

具体的，所述通过设定标识符识别来确定所述待解析文本区域中的结构化数据项，包括：

识别所述待解析文本区域中的发音标识符；例如“/”

将两个发音标识符之间的数据确定为当前单词的发音数据；例如/

/，/

/；

识别所述待解析文本区域中与发音标识符相邻的词性标识符；例如左括号“(”以及右括号“)”；

将两个词性标识字符之间的数据确定为当前单词的词性数据；例如(名词)、(动词)。

需要说明的是，所述设定标识符依据待解析数据集的电子文本的信息特点进行设定。

步骤130、根据所述结构化数据项生成当前对象的结构化数据解析结果。

具体的，以上述举例中所述的待解析数据集的电子文本为例，根据所述结构化数据项生成当前对象的结构化数据解析结果，包括：

将当前单词的发音数据与发音关键词对应存储，得到发音结构化数据项；

将当前单词的词性数据与词性关键词对应存储，得到词性结构化数据项。

例如，所述发音关键词为“发音”所述发音结构化数据项为：

发音

所述词性关键词为“词性”，所述词性结构化数据项为：

词性动词/名词

进一步的，所述根据所述结构化数据项生成当前对象的结构化数据解析结果，还包括：

将所述发音结构化数据项、所述词性结构化数据项与当前单词进行对应存储，得到当前单词的结构化数据解析结果。

例如，上述举例中得到的结构化数据解析结果具体可以为：

hope

发音

词性动词名词

解释动词

1、希望

–Do you think it will rain？

–I hope so.It’s too hot.

-你觉得会下雨吗？

-我希望下。天太热了

名词

1、希望

Don’t lose hope！

别灰心！

同时也可以参考图3所示的一种结构化数据解析结果的展示示意图。

本公开实施例的技术方案，通过基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域；通过设定标识符识别来确定所述待解析文本区域中的结构化数据项；根据所述结构化数据项生成当前对象的结构化数据解析结果的技术手段，实现了得到结构化数据的目的，进而为相关开发提供数据服务奠定的基础。

实施例二

图4为本公开实施例二提供的一种数据解析装置，该装置包括：匹配模块410、解析模块420和生成模块430。

其中，匹配模块410，用于基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域；解析模块420，用于通过设定标识符识别来确定所述待解析文本区域中的结构化数据项；生成模块430，用于根据所述结构化数据项生成当前对象的结构化数据解析结果。

在上述技术方案的基础上，匹配模块410包括：

起始参考位置确定单元，用于将所述电子文本的任意位置确定为起始参考位置；

匹配单元，用于若所述起始参考位置处的信息特征与匹配模板的起始特征匹配，则从所述起始参考位置开始顺序将电子文本各位置处的信息特征与匹配模板的对应特征进行匹配；

待解析文本区域确定单元，用于若所述起始参考位置到结束参考位置之间各位置处的信息特征与匹配模板的对应特征一一匹配，则将所述起始参考位置到结束参考位置之间的区域确定为当前对象的待解析文本区域。

在上述技术方案的基础上，所述匹配模板的起始特征包括当前对象的信息特征。

在上述技术方案的基础上，匹配模块410还包括：

匹配模板更换单元，用于若所述起始参考位置处的信息特征与匹配模板的起始特征不匹配，则更换所述匹配模板，并将所述起始参考位置处的信息特征与更换后的匹配模板的起始特征进行匹配；

起始参考位置更换单元，若所述起始参考位置处的信息特征与设定的全部匹配模板的起始特征均不匹配，则改变所述起始参考位置。

在上述技术方案的基础上，解析模块420包括：

发音识别单元，用于识别所述待解析文本区域中的发音标识符；

发音确定单元，用于将两个发音标识符之间的数据确定为当前单词的发音数据；

词性识别单元，用于识别所述待解析文本区域中与发音标识符相邻的词性标识符；

词性确定单元，用于将两个词性标识字符之间的数据确定为当前单词的词性数据。

在上述技术方案的基础上，生成模块430包括：

存储单元，用于将当前单词的发音数据与发音关键词对应存储，得到发音结构化数据项；将当前单词的词性数据与词性关键词对应存储，得到词性结构化数据项；将所述发音结构化数据项、所述词性结构化数据项与当前单词进行对应存储，得到当前单词的结构化数据解析结果。

本公开实施例所提供的数据解析装置可执行本公开任意实施例所提供的数据解析方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。

实施例三

下面参考图5，其示出了适于用来实现本公开实施例的电子设备(例如图5中的终端设备或服务器)400的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置406加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置406；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置406被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。

本公开实施例提供的终端与上述实施例提供的数据解析方法属于同一发明构思，未在本公开实施例中详尽描述的技术细节可参见上述实施例，并且本公开实施例与上述实施例具有相同的有益效果。

实施例四

本公开实施例提供了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上述实施例所提供的数据解析方法。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，可编辑内容显示单元还可以被描述为“编辑单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，【示例一】提供了一种数据解析方法，该方法包括：

根据本公开的一个或多个实施例，可选的，所述基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域，包括：

将所述电子文本的任意位置确定为起始参考位置；

根据本公开的一个或多个实施例，可选的，所述匹配模板的起始特征包括当前对象的信息特征。

根据本公开的一个或多个实施例，可选的，所述基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域，还包括：

根据本公开的一个或多个实施例，可选的，当所述待解析数据集为英文数据集时，所述通过设定标识符识别来确定所述待解析文本区域中的结构化数据项，包括：

识别所述待解析文本区域中的发音标识符；

将两个发音标识符之间的数据确定为当前单词的发音数据；

识别所述待解析文本区域中与发音标识符相邻的词性标识符；

将两个词性标识字符之间的数据确定为当前单词的词性数据。

根据本公开的一个或多个实施例，可选的，所述根据所述结构化数据项生成当前对象的结构化数据解析结果，包括：

根据本公开的一个或多个实施例，可选的，所述根据所述结构化数据项生成当前对象的结构化数据解析结果，还包括：

根据本公开的一个或多个实施例，【示例二】提供了一种数据解析装置，该装置包括：

根据本公开的一个或多个实施例，可选的，匹配模块包括：

根据本公开的一个或多个实施例，可选的，匹配模块还包括：

根据本公开的一个或多个实施例，可选的，解析模块包括：

根据本公开的一个或多个实施例，可选的，生成模块包括：

根据本公开的一个或多个实施例，【示例三】提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如下所述的数据解析方法：

在一些示例中，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如下所述的数据解析方法：

将所述电子文本的任意位置确定为起始参考位置；

若所述起始参考位置到结束参考位置之间各位置处的信息特征与匹配模板的对应特征一一匹配，则将所述起始参考位置到结束参考位置之间的区域确定为当前对象的待解析文本区域；

根据所述结构化数据项生成当前对象的结构化数据解析结果；

所述匹配模板的起始特征包括当前对象的信息特征。

将所述电子文本的任意位置确定为起始参考位置；

若所述起始参考位置处的信息特征与设定的全部匹配模板的起始特征均不匹配，则改变所述起始参考位置；

所述匹配模板的起始特征包括当前对象的信息特征。

当所述待解析数据集为英文数据集时，基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域；

识别所述待解析文本区域中的发音标识符；

将两个发音标识符之间的数据确定为当前单词的发音数据；

将两个词性标识字符之间的数据确定为当前单词的词性数据；

识别所述待解析文本区域中的发音标识符；

将两个发音标识符之间的数据确定为当前单词的发音数据；

将当前单词的词性数据与词性关键词对应存储，得到词性结构化数据项；

根据本公开的一个或多个实施例，【示例四】提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行下述的数据解析方法：

在一些示例中，所述计算机可执行指令在由计算机处理器执行时用于执行下述的数据解析方法：

将所述电子文本的任意位置确定为起始参考位置；

所述匹配模板的起始特征包括当前对象的信息特征。

将所述电子文本的任意位置确定为起始参考位置；

所述匹配模板的起始特征包括当前对象的信息特征。

识别所述待解析文本区域中的发音标识符；

将两个发音标识符之间的数据确定为当前单词的发音数据；

识别所述待解析文本区域中的发音标识符；

将两个发音标识符之间的数据确定为当前单词的发音数据；

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims

1.一种数据解析方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域，包括：

将所述电子文本的任意位置确定为起始参考位置；

3.根据权利要求2所述的方法，其特征在于，所述匹配模板的起始特征包括当前对象的信息特征。

4.根据权利要求2所述的方法，其特征在于，所述基于预设匹配规则从待解析数据集的电子文本中确定当前对象的待解析文本区域，还包括：

5.根据权利要求1-4任一项所述的方法，其特征在于，当所述待解析数据集为英文数据集时，所述通过设定标识符识别来确定所述待解析文本区域中的结构化数据项，包括：

识别所述待解析文本区域中的发音标识符；

将两个发音标识符之间的数据确定为当前单词的发音数据；

6.根据权利要求5所述的方法，其特征在于，所述根据所述结构化数据项生成当前对象的结构化数据解析结果，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数据项生成当前对象的结构化数据解析结果，还包括：

8.一种数据解析装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的数据解析方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的数据解析方法。