一种数据分级方法、装置、电子设备和介质制造方法及图纸

本发明专利技术公开了一种数据分级方法、装置、电子设备和介质。该方法包括：获取用户上传的目标文件；基于字符提取方式，对目标文件的文本内容进行提取，获得目标文件对应的目标文本数据；基于目标文件对应的目标元数据，对目标文本数据进行结构化处理，确定目标文件对应的目标结构化数据；基于预设分级网络模型和目标结构化数据，确定目标文件对应的目标数据级别，从而可以自动地对数据进行分级处理，保证了数据分级的准确性。据分级的准确性。据分级的准确性。

【技术实现步骤摘要】
一种数据分级方法、装置、电子设备和介质


[0001]本专利技术涉及计算机
，尤其涉及一种数据分级方法、装置、电子设备和介质。

技术介绍

[0002]随着计算机技术的发展，人们对数据尤其是医疗数据的安全越来越重视。可以通过设置数据的访问级别来提高数据的安全性。数据分级是对数据信息访问级别进行限定的基础和依据。
[0003]目前，现有医疗数据中台的数据来源众多，存在来自多方的数据。但多方数据的撰写标准不一致导致出现数据的结构不统一等情况。所以在每次人工进行数据分级时，需要人工对数据内容进行拆解核对，再对拆解的数据及应用场景敏感度进行人工数据分级处理，从而可以保证医疗数据中台数据的安全。
[0004]然而，通过人工操作对数据进行分级处理，不仅费时费力，还容易对数据的级别产生误判，无法保证数据分级的准确性。

技术实现思路

[0005]本专利技术提供了一种数据分级方法、装置、电子设备和介质，以自动地对数据进行分级处理，保证了数据分级的准确性。
[0006]根据本专利技术的一方面，提供了一种数据分级方法，所述方法包括：
[0007]获取用户上传的目标文件；
[0008]基于字符提取方式，对所述目标文件的文本内容进行提取，获得所述目标文件对应的目标文本数据；
[0009]基于所述目标文件对应的目标元数据，对所述目标文本数据进行结构化处理，确定所述目标文件对应的目标结构化数据；
[0010]基于预设分级网络模型和所述目标结构化数据，确定所述目标文件对应的目标数据级别。
[0011]根据本专利技术的另一方面，提供了一种数据分级装置，所述装置包括：
[0012]文件获取模块，用于获取用户上传的目标文件；
[0013]文本提取模块，用于基于字符提取方式，对所述目标文件的文本内容进行提取，获得所述目标文件对应的目标文本数据；
[0014]数据结构化模块，用于基于所述目标文件对应的目标元数据，对所述目标文本数据进行结构化处理，确定所述目标文件对应的目标结构化数据；
[0015]数据分级模块，用于基于预设分级网络模型和所述目标结构化数据，确定所述目标文件对应的目标数据级别。
[0016]根据本专利技术的另一方面，提供了一种电子设备，该电子设备包括：
[0017]至少一个处理器；以及
[0018]与所述至少一个处理器通信连接的存储器；其中，
[0019]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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本专利技术任一实施例所述的数据分级方法。
[0020]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的数据分级方法。
[0021]本专利技术实施例的技术方案，通过获取用户上传的目标文件；基于字符提取方式，对所述目标文件的文本内容进行提取，获得所述目标文件对应的目标文本数据；从而可以将不可编辑的目标文件转化为可编辑的目标文本数据；基于所述目标文件对应的目标元数据，对所述目标文本数据进行结构化处理，确定所述目标文件对应的目标结构化数据；从而可以将非结构化的数据转化为结构化数据，以便基于预设分级网络模型和所述目标结构化数据，确定所述目标文件对应的目标数据级别，从而可以自动地对数据进行分级处理，保证了数据分级的准确性与效率。
[0022]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0023]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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专利技术的一些实施例，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。
[0024]图1是根据本专利技术实施例一提供的一种数据分级方法的流程图；
[0025]图2是根据本专利技术实施例二提供的另一种数据分级方法的流程图；
[0026]图3是根据本专利技术实施例三提供的一种数据分级装置的结构示意图；
[0027]图4是实现本专利技术实施例的数据分级方法的电子设备的结构示意图。
具体实施方式
[0028]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。
[0029]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品
或设备固有的其它步骤或单元。
[0030]实施例一
[0031]图1为本专利技术实施例一提供了一种数据分级方法的流程图，本实施例可适用依据文件中的内容对文件进行分级的情况，该方法可以由数据分级装置来执行，该数据分级装置可以采用硬件和/或软件的形式实现，该数据分级装置可配置于电子设备中。如图1所示，该方法包括：
[0032]S110、获取用户上传的目标文件。
[0033]其中，目标文件可以是指待分级处理的文件。目标文件包括：合同文件或者协议文件，目标文件的文件格式包括图像格式或者PDF格式。
[0034]具体地，用户可以在用户端上传目标文件，以使服务器可以获取用户上传的目标文件。例如，服务器可以是但不限于数据中台。
[0035]S120、基于字符提取方式，对目标文件的文本内容进行提取，获得目标文件对应的目标文本数据。
[0036]其中，文本数据可以是指可编辑的文本数据。
[0037]具体地，基于字符提取方式，如OCR字符提取等方式，可以将不可编辑的目标文本中的文本内容提取处理，转化为可编辑的文本数据，并将转化后的可编辑文本数据作为目标文件对应的目标文本数据。
[0038]示例性地，S120可以包括：基于图像预处理方式，对目标文件进行预处理，获得预处理后的目标文件；基于版面分析方式，对预处理后的目标文件进行文本内容分段处理，获得目标文件对应的至少两个文本段落；基于字符切割方式，对每个文本段落内字符粘连处进行切割处理，获得由独立字符组成的文本段落；基于字符识别方式，对每个由独立字符组成的文本段落进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据分级方法，其特征在于，包括：获取用户上传的目标文件；基于字符提取方式，对所述目标文件的文本内容进行提取，获得所述目标文件对应的目标文本数据；基于所述目标文件对应的目标元数据，对所述目标文本数据进行结构化处理，确定所述目标文件对应的目标结构化数据；基于预设分级网络模型和所述目标结构化数据，确定所述目标文件对应的目标数据级别。2.根据权利要求1所述的方法，其特征在于，所述目标文件包括：合同文件或者协议文件，所述目标文件的文件格式包括图像格式或者PDF格式。3.根据权利要求1所述的方法，其特征在于，所述基于字符提取方式，对所述目标文件的文本内容进行提取，获得所述目标文件对应的目标文本数据，包括：基于图像预处理方式，对所述目标文件进行预处理，获得预处理后的目标文件；基于版面分析方式，对预处理后的目标文件进行文本内容分段处理，获得所述目标文件对应的至少两个文本段落；基于字符切割方式，对每个文本段落内字符粘连处进行切割处理，获得由独立字符组成的文本段落；基于字符识别方式，对每个由独立字符组成的文本段落进行识别，并通过文本段落上下文的关系对识别结果进行校正，获得所述目标文件对应的目标文本数据。4.根据权利要求1所述的方法，其特征在于，所述目标元数据包括：至少一个目标结构化属性；所述基于所述目标文件对应的目标元数据，对所述目标文本数据进行结构化处理，确定所述目标文件对应的目标结构化数据，包括：从所述目标文本数据中提取每个所述目标结构化属性对应的目标属性值；将每个所述目标结构化属性和相应的所述目标属性值进行组合，获得所述目标文件对应的目标结构化数据。5.根据权利要求4所述的方法，其特征在于，所述从所述目标文本数据中提取每个所述目标结构化属性对应的目标属性值，包括：针对每个所述目标结构化属性，基于特征匹配网络模型，从所述目标文本数据中确定与所述目标结构化属性相匹配的目标文本属性...

【专利技术属性】
技术研发人员：杨栋，
申请(专利权)人：联仁健康医疗大数据科技股份有限公司，
类型：发明
国别省市：