一种文件系统的自动化文件数据清洗方法

本发明涉及自动化文件整合的技术领域，具体涉及一种文件系统的自动化文件数据清洗方法，方法包括：获取类型标识、需求信息、多个文件类型以及每一个文件类型包括的多个待处理合同文件，根据每一个待处理合同文件的数据类型复杂度及数据量，得到对应的文件复杂度；根据每一个待处理合同文件的文件复杂度、文件名及文件内容同需求信息的匹配度，得到对应的需求匹配度；根据每一个待处理合同文件的需求匹配度，确定每一个文件类型对应的关键文件；在多个关键文件中识别基准文件，并基于基准文件对多个待处理合同文件进行数据清洗。本发明能使得多个待处理合同文件获得更好的数据清洗效果，以将PDF格式的合同准确转换为EXCEL格式的文件。