2024-04-25 00:08:10 发布
网友
想象一下你收到这样的电子邮件:
name1: value name2: value name3: value
这些值应插入到数据库中,列名称应等于电子邮件中的名称
然而,这些电子邮件可能有一些错误,例如拼写错误,或者使用缩写而不是全名。 此外,作者可能会随机选择更改名称,例如将bike更改为bicycle
这些电子邮件应该被自动处理,即使它有错误。处理脚本应该能够“修复”错误
我以为一个文本分类(卷积)神经网络可以做这项工作,但它似乎是过度杀伤力。有更好或更简单的解决方案吗
这里有一些想法,因为您事先知道键(列名)。假设有color和density
color
density
cloor
dens
对于所有未映射的列,我会在数据库中添加一个“stash”列,您可以将无法识别的数据放入(比如说,JSON格式),并让脚本通知操作员(您!)关于无法识别的键,因此可以改进逻辑,并使用该逻辑将数据从存储列映射到实际列
这里有一些想法,因为您事先知道键(列名)。假设有
color
和density
cloor
可以与color
匹配,因为编辑距离是1(但是,如果有几个匹配具有足够低的编辑距离,您可能希望安全起见,而不是映射数据李>dens
,并且只有一列(density
)以dens
开头,您可以放心地想象它是density
李>对于所有未映射的列,我会在数据库中添加一个“stash”列,您可以将无法识别的数据放入(比如说,JSON格式),并让脚本通知操作员(您!)关于无法识别的键,因此可以改进逻辑,并使用该逻辑将数据从存储列映射到实际列
相关问题 更多 >
编程相关推荐