买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京百度网讯科技有限公司申请的专利文档乱码内容的处理方法、装置、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114692607B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210269943.9，技术领域涉及：G06F40/216；该发明授权文档乱码内容的处理方法、装置、设备及存储介质是由钱璟;伍检;王维煜;王建辉;袁天亮设计研发完成，并于2022-03-18向国家知识产权局提交的专利申请。

本文档乱码内容的处理方法、装置、设备及存储介质在说明书摘要公布了：本公开提供了一种文档乱码内容的处理方法、装置、设备及存储介质，本公开涉及计算机技术领域，具体涉及自然语言处理领域，可以应用于乱码处理的场景。实现方案为：将待处理的文档中的内容划分成至少一个段落，识别每个段落中的生僻字符；计算每个段落中生僻字符的出现频率；基于每个段落中生僻字符对应的出现频率，从至少一个段落中确定出目标段落；将目标段落划分成至少一个句子，计算每个句子的困惑度；基于每个句子对应的困惑度，从至少一个句子中确定出潜在具有乱码内容的候选句子；从候选句子中确定出实际包含乱码内容的目标句子，删除乱码内容。上述方法可以避免文档的有效内容被误删或实际的乱码内容被漏删，确保文档具备较高的可用性。

本发明授权文档乱码内容的处理方法、装置、设备及存储介质在权利要求书中公布了：1.一种文档乱码内容的处理方法，包括： 将待处理的文档中的内容划分成至少一个段落，识别每个所述段落中的生僻字符； 计算每个所述段落中生僻字符的出现频率；所述出现频率指所述段落中所述生僻字符在所述段落中的占比以及所述段落中生僻字符在所述待处理的文档中的占比之中的至少一项； 基于每个所述段落中生僻字符对应的所述出现频率，从所述至少一个段落中确定出目标段落； 将所述目标段落划分成至少一个句子，计算每个所述句子的困惑度，其中，所述困惑度用于指示所述句子的合理性程度； 基于每个所述句子对应的所述困惑度，从至少一个所述句子中确定出潜在具有乱码内容的候选句子，其中，所述乱码内容包括至少一个生僻字符； 从所述候选句子中确定出实际包含所述乱码内容的目标句子，删除所述目标句子中的所述乱码内容； 通过以下步骤确定所述候选句子为实际具有乱码内容的目标句子： 从所述候选句子中识别生僻字符序列，其中，所述生僻字符序列包括连续的生僻字符； 在确定所述生僻字符序列中的生僻字符的数量大于预设数量时，确定所述候选句子为实际具有乱码内容的目标句子、所述生僻字符序列为乱码内容。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京百度网讯科技有限公司，其通讯地址为：100085 北京市海淀区上地十街10号百度大厦2层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。