[發明專利]多源異構數據適配方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202110167874.6
• 申請日: 2021-02-05
• 公開（公告）號: CN112925958A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 朱小非;徐高峰;曹軍偉
• 申請（專利權）人: 深圳力維智聯技術有限公司;南京中興力維軟件有限公司
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06F16/906;G06K9/62
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 劉冰

1.一種多源異構數據適配方法，其特征在于，所述多源異構數據適配方法包括以下步驟：

從待訓練數據中提取待訓練源數據，并獲取所述待訓練源數據中的第一關鍵字，以及與所述第一關鍵字匹配的第一目標值；

從所述待訓練數據中提取包含所述第一目標值的待訓練目標數據，獲取所述待訓練目標數據的目標類別，以及所述待訓練目標數據中與所述第一目標值匹配的第二關鍵字，其中，所述第一關鍵字與所述第二關鍵字不相同；

根據預設貝葉斯算法和所述待訓練數據，計算所述第一關鍵字屬于所述目標類別的目標概率，并基于所述目標概率對所述待訓練源數據標注標簽，以生成訓練樣本；

根據所述訓練樣本生成貝葉斯模型，向所述貝葉斯模型中輸入待適配源數據，得到與所述待適配源數據適配的第一目標數據。

2.如權利要求1所述的多源異構數據適配方法，其特征在于，所述獲取所述待訓練源數據中的第一關鍵字，以及與所述第一關鍵字匹配的第一目標值的步驟包括：

獲取所述待訓練源數據對應的目標文本，對所述目標文本中預設范圍內的字符進行分詞處理，得到目標字符；

獲取所述目標字符的目標屬性，并根據所述目標屬性，確定所述目標字符中的第一關鍵字和第一目標值。

3.如權利要求1所述的多源異構數據適配方法，其特征在于，所述根據預設貝葉斯算法和所述待訓練數據，計算所述第一關鍵字屬于所述目標類別的目標概率的步驟包括：

獲取所述待訓練數據中包含所述第一關鍵字的數據的第一比例，和所述目標類別對應的目標比例；

根據預設貝葉斯算法、所述第一比例和所述目標比例，計算所述第一關鍵字屬于所述目標類別的目標概率。

4.如權利要求3所述的多源異構數據適配方法，其特征在于，所述獲取所述待訓練數據中包含所述第一關鍵字的數據的第一比例，和所述目標類別對應的目標比例的步驟包括：

若所述目標類別包含第一類別和第二類別，則獲取所述待訓練數據中所述第一類別對應的待訓練目標數據的第二比例；

獲取所述待訓練數據中所述第二類別對應的待訓練目標數據的第三比例，其中，目標比例包括所述第二比例和所述第三比例。

5.如權利要求4所述的多源異構數據適配方法，其特征在于，所述根據預設貝葉斯算法、所述第一比例和所述目標比例，計算所述第一關鍵字屬于所述目標類別的目標概率的步驟包括：

根據預設貝葉斯算法、所述第一比例、所述第二比例和所述第三比例，計算所述第一關鍵字屬于所述第一類別的第一概率；

根據所述預設貝葉斯算法、所述第一比例、所述第二比例和所述第三比例，計算所述第一關鍵字屬于所述第二類別的第二概率，其中，目標概率包括所述第一概率和所述第二概率。

6.如權利要求5所述的多源異構數據適配方法，其特征在于，所述基于所述目標概率對所述待訓練源數據標注標簽，以生成訓練樣本的步驟包括：

判斷所述第一概率與所述第二概率的大小；

若所述第一概率大于或等于所述第二概率，則基于所述第一類別對所述待訓練源數據標注標簽，以生成訓練樣本；

若所述第一概率小于所述第二概率，則基于所述第二類別對所述待訓練源數據標注標簽，以生成訓練樣本。

7.如權利要求1所述的多源異構數據適配方法，其特征在于，所述根據所述訓練樣本生成貝葉斯模型，向所述貝葉斯模型中輸入待適配源數據，得到與所述待適配源數據適配的第一目標數據的步驟之后，包括：

對所述第一目標數據與所述待適配源數據進行驗證；

若驗證結果為，所述第一目標數據與所述待適配源數據不適配，則基于所述第一目標數據與所述待適配源數據修改所述貝葉斯模型的參數；

將所述待適配源數據輸入修改參數后的貝葉斯模型中，得到與所述待適配源數據適配的第二目標數據。