【技术实现步骤摘要】
本专利技术涉及it应用以及办公自动化，具体地说是一种word文档自动校正方法、系统、电子设备及存储介质。
技术介绍
1、word文档是使用microsoft word软件创建的电子文档，也是应用最广泛的文字外理软件之一。它提供了丰富的文字处理功能,包括格式设置、图片插入、表格编辑等等。word文档的主要用途是处理文字和文档，它提供了丰富的排版和格式设置选项，允许用户创建各种类型的文档。但在实际行业应用中word文档往往涵盖的内容多、范围广，通过人工进行校准会耗时且准确性不可控。
2、apache poi是apache软件基金会的开放源码函式库，poi提供api给java程序对microsoft office格式档案读和写的功能。在it应用中往往需要结合实际使用场景对poi提供的各种读写功能进行封装和改进以满足综合应用需求。
3、在行业数字化转型进程中,it应用中对word文档校正涌现出了一些新的问题，如需求场景多、差异性大、准确性要求高、适配范围要求广等。
4、故如何通过it技术提高word文档校正效率和准确性是目前亟待解决的技术问题。
技术实现思路
1、本专利技术的技术任务是提供一种word文档自动校正方法、系统、电子设备及存储介质，来解决如何通过it技术提高word文档校正效率和准确性的问题。
2、本专利技术的技术任务是按以下方式实现的，一种word文档自动校正方法，该方法具体如下：
3、构建标准库：包括国家和行业标准
4、模板配置埋点，以标签的形式嵌入到模板中，配置模板标签与标准库指标的映射关系；
5、对word文档按照应用场景模板识别埋点标签并进行校正处理；
6、输出校正处理后的word文档。
7、作为优选，构建标准库具体如下：
8、通过网络爬虫获取国家和行业标准库；其中，标准库的信息包括场景类型、标准类型(格式标准、内容标准)、标准级别(国家标准、行业标准、自定义标准)、标准编号、标准名称及标准内容；
9、自定义标准库，支持按照excel模板方式批量导入自定义的标准规范指标数据；其中，自定义标准库的列标题包括场景类型、标准类型(格式标准、内容标准)、标准级别(国家标准、行业标准、自定义标准)、标准编号、标准名称及标准内容；
10、将word文档的格式和内容抽象为标准库的指标。
11、更优地，通过网络爬虫获取国家和行业标准库具体如下：
12、确定目标网站，分析网站结构，了解网站结构和数据类型；
13、配置目标网站url，设置爬虫参数(速度、深度和抓取频率等)；
14、定义数据采集模型，配置采集数据元与标准库指标入库映射关系；
15、执行爬虫程序，自动化抓取数据并进行解析；
16、转换存储数据，数据按照定义和映射关系转换并入标准库。
17、作为优选，模板配置埋点，以标签的形式嵌入到模板中，配置模板标签与标准库指标的映射关系具体如下：
18、创建word模板，设置模板应用场景，支持创建空模板和基于已有模板复制新增；
19、word模板埋点，将标题、段落、表格、插图、页眉及题注抽象为标签嵌入word模板中，标签包含标签标识、分组标识、格式组、内容组四部分信息，标签格式为：{{<labelid>,<groupid>,<formatset>,<contentset>}}，实现模板标签与标准库指标的绑定映射关系；
20、word模板发布，模板配置完成后保存发布才可被引用。
21、作为优选，对word文档按照应用场景模板识别埋点标签并进行校正处理具体如下：
22、读取文档，通过poi读取指定的用户word文件、标准库及模板；
23、解析用户word文档，按照引用模板通过poi对用户word文档格式和内容进行识别，并解析成标准的数据元；
24、匹配转换数据元：将用户word文档解析后形成的数据元与标准库进行匹配校验：
25、若数据元与标准库一致，则跳过；
26、若数据元与标准库不一致，则替换成标准库的内容并标记该数据元；
27、校正word文档，将替换后的数据元按照模板通过poi写入用户word文档。
28、一种word文档自动校正系统，该系统包括：
29、构建单元，用于获取国家和行业标准库，并构建自定义标准库；
30、配置单元，用于模板配置埋点，以标签的形式嵌入到模板中，配置模板标签与标准库指标的映射关系；
31、识别校正单元，用于对word文档按照应用场景模板识别埋点标签并进行校正处理；
32、输出单元，用于输出校正处理后的word文档。
33、作为优选，所述构建单元包括：
34、标准库获取模块，用于通过网络爬虫获取国家和行业标准库；其中，标准库的信息包括场景类型、标准类型(格式标准、内容标准)、标准级别(国家标准、行业标准、自定义标准)、标准编号、标准名称及标准内容；
35、自定义模块，用于自定义标准库，支持按照excel模板方式批量导入自定义的标准规范指标数据；其中，自定义标准库的列标题包括场景类型、标准类型(格式标准、内容标准)、标准级别(国家标准、行业标准、自定义标准)、标准编号、标准名称及标准内容；
36、抽象模块，用于将word文档的格式和内容抽象为标准库的指标；
37、其中，标准库获取模块包括：
38、分析子模块，用于确定目标网站，分析网站结构，了解网站结构和数据类型；
39、配置子模块，用于配置目标网站url，设置爬虫参数(速度、深度和抓取频率等)；
40、定义子模块，用于定义数据采集模型，配置采集数据元与标准库指标入库映射关系；
41、解析子模块，用于执行爬虫程序，自动化抓取数据并进行解析；
42、转换子模块，用于转换存储数据，数据按照定义和映射关系转换并入标准库。
43、更优地，所述配置单元包括：
44、创建模块，用于创建word模板，设置模板应用场景，支持创建空模板和基于已有模板复制新增；
45、嵌入模块，用于word模板埋点，将标题、段落、表格、插图、页眉及题注抽象为标签嵌入word模板中，标签包含标签标识、分组标识、格式组、内容组四部分信息，标签格式为：{{<labelid>,<groupid>,<formatset>,<contentset>}}，实现模板标签与标准库指标的绑定映射关系；
46、发布模块，用于word模板发布，模板配置完成后保存发布才可被引用；
47、所述识别校正单元包括：
48本文档来自技高网...
【技术保护点】
1.一种Word文档自动校正方法，其特征在于，该方法具体如下：
2.根据权利要求1所述的Word文档自动校正方法，其特征在于，构建标准库具体如下：
3.根据权利要求2所述的Word文档自动校正方法，其特征在于，通过网络爬虫获取国家和行业标准库具体如下：
4.根据权利要求1所述的Word文档自动校正方法，其特征在于，模板配置埋点，以标签的形式嵌入到模板中，配置模板标签与标准库指标的映射关系具体如下：
5.根据权利要求1所述的Word文档自动校正方法，其特征在于，对Word文档按照应用场景模板识别埋点标签并进行校正处理具体如下：
6.一种Word文档自动校正系统，其特征在于，该系统包括：
7.根据权利要求6所述的Word文档自动校正系统，其特征在于，所述构建单元包括：
8.根据权利要求6或7所述的Word文档自动校正系统，其特征在于，所述配置单元包括：
9.一种电子设备，其特征在于，包括：存储器和至少一个处理器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质
...【技术特征摘要】
1.一种word文档自动校正方法，其特征在于，该方法具体如下：
2.根据权利要求1所述的word文档自动校正方法，其特征在于，构建标准库具体如下：
3.根据权利要求2所述的word文档自动校正方法，其特征在于，通过网络爬虫获取国家和行业标准库具体如下：
4.根据权利要求1所述的word文档自动校正方法，其特征在于，模板配置埋点，以标签的形式嵌入到模板中，配置模板标签与标准库指标的映射关系具体如下：
5.根据权利要求1所述的word文档自动校正方法，其特征在于，对word文档按照应用场景模板识别埋点标...
【专利技术属性】
技术研发人员：乔光荣，邓前程，刘高亮，陈光强，范立元，
申请(专利权)人：浪潮通信信息系统天津有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。