[发明专利]数据加工代码的管理方法及装置

权利要求书

1.一种数据加工代码的管理方法，其特征在于，应用于代码管理系统，所述方法包括：

获取数据加工代码；

解析所述数据加工代码，获得所对应的加工元数据；

通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签；

将所述加工标签与所述数据加工代码进行关联，以将所述加工标签作为检索词对所述数据加工代码进行检索。

2.根据权利要求1所述的方法，其特征在于，所获取的所述数据加工代码的状态为审核状态，所述获取数据加工代码之前，所述方法还包括：

接收从所述代码管理系统的客户端所上传的数据加工代码；

将所接收的所述数据加工状态设定为待审核状态；

为设定为待审核状态的所述数据加工代码启动代码审核流程，以向所述代码审核流程中所设定的审核客户端发送审核指令，通过所述审核客户端所在用户对设定为待审核状态的所述数据加工代码进行审核；

接收所述审核客户端根据所述代码审核流程所发送的审核通过指令；

根据所述审核通过指令将所述数据加工代码的状态更新为审核状态。

3.根据权利要求2所述的方法，其特征在于，所述代码管理系统与发布服务器通信连接，所述根据所述审核通过指令将所述数据加工代码的状态更新为审核状态之后，所述方法还包括：

当所述数据加工代码的状态为审核状态后，将所述数据加工代码发布至所述发布服务器。

4.根据权利要求1所述的方法，其特征在于，所述通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签之前，所述方法还包括：

根据所构建的标签库为所述标签预测模型构建分类器，以通过所述分类器输出为所述数据加工代码所预测得到的加工标签。

5.根据权利要求1所述的方法，其特征在于，所述通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签，包括：

通过所述标签预测模型根据所述加工元数据构建得到所述数据加工代码的特征向量；

通过所述标签预测模型的分类器根据所述特征向量进行预测，获得所述数据加工代码所对应的加工标签。

6.根据权利要求1所述的方法，其特征在于，所述通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签之前，所述方法还包括：

获取为若干样本数据加工代码所解析获得的样本加工元数据和为所述样本数据加工代码所标注的样本加工标签；

根据所述样本加工元数据和所对应的所述样本加工标签对预构建的神经网络模型进行训练，以调整所述神经网络模型的模型参数；

当所述神经网络模型的预测精度达到设定的精度，将调整模型参数后的所述神经网络模型作为所述标签预测模型。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收所述代码管理系统的客户端为所述数据加工代码所发起的标签标注请求，所述标签标注请求包括为所述数据加工代码所标注的标签；

将所述标签标注请求发送至所述代码管理系统的审核客户端；

接收所述审核客户端根据所述标签标注请求所发送的审核结果，所述审核结果包括所述标签审核通过的结果和所述标签审核未通过的结果；

在所述审核结果为标签审核通过的结果时，将所述标签与所述数据加工代码进行关联。

8.一种数据加工代码的管理装置，其特征在于，应用于代码管理系统，所述装置包括：

获取模块，被配置为：获取数据加工代码；

解析模块，被配置为：解析所述数据加工代码，获得所对应的加工元数据；

标签预测模块，被配置为：通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签；

关联模块，被配置为：将所述加工标签与所述数据加工代码进行关联，以将所述加工标签作为检索词对所述数据加工代码进行检索。