[发明专利]一种预测模型生成、检测数据归一化的方法、装置及设备

权利要求书

1.一种预测模型生成方法，其特征在于，所述方法包括：

获取第一非标准检测数据，所述第一非标准检测数据包括至少一个字段的属性值；

将所述第一非标准检测数据各字段的属性值进行拼接，生成第一非标准特征句，将所述第一非标准特征句作为第一非标准特征数据；

获取标准检测数据，所述标准检测数据包括至少一个字段的属性值；

将所述标准检测数据各字段的属性值进行拼接，生成标准特征句，将所述标准特征句作为标准特征数据；

利用所述第一非标准特征数据、所述标准特征数据以及所述第一非标准特征数据与所述标准特征数据是否匹配的标签，训练生成预测模型，所述预测模型用于在输入第二非标准特征数据以及标准特征数据时，输出所述第二非标准特征数据与所述目标标准特征数据是否匹配的匹配结果，以使根据所述匹配结果确定所述第二非标准特征数据对应的第二非标准检测数据是否能够归一化到所述标准特征数据对应的标准检测数据。

2.根据权利要求1所述的方法，其特征在于，

所述将所述第一非标准检测数据各字段的属性值进行拼接，生成第一非标准特征句，包括：

将所述第一非标准检测数据中每个字段的字段名称与对应的属性值组成第一属性特征对；

将所述第一非标准检测数据中各第一属性特征对进行拼接，生成第一非标准特征句；

所述将所述标准检测数据各字段的属性值进行拼接，生成标准特征句，包括：

将所述标准检测数据中每个字段的字段名称与对应的属性值组成第二属性特征对；

将所述标准检测数据中各第二属性特征对进行拼接，生成标准特征句。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

利用所述第一非标准特征句以及所述标准特征句训练第一语言模型以及第二语言模型。

4.根据权利要求3所述的方法，其特征在于，在利用所述第一非标准特征数据、所述标准特征数据以及所述第一非标准特征数据与所述标准特征数据是否匹配的标签，训练生成预测模型之前，所述方法还包括：

将所述第一非标准特征句输入所述第一语言模型，得到所述第一非标准特征句的特征向量，将所述第一非标准特征句的特征向量作为第一非标准特征数据；

将所述标准特征句输入所述第二语言模型，得到所述标准特征句的特征向量，将所述标准特征句的特征向量作为标准特征数据。

5.一种检测数据归一化的方法，其特征在于，所述方法包括：

获取第二非标准检测数据，所述第二非标准检测数据包括至少一个字段的属性值；

将所述第二非标准检测数据各字段的属性值进行拼接，生成第二非标准特征句，将所述第二非标准特征句作为第二非标准特征数据；

将所述第二非标准特征数据与目标标准特征数据，输入预测模型，得到所述第二非标准特征数据与所述目标标准特征数据是否匹配的匹配结果；所述目标标准特征数据根据目标标准特征句生成，所述目标标准特征句根据所述目标标准检测数据各字段的属性值拼接生成，所述目标标准检测数据为标准检测数据中的任一项；所述预测模型是根据权利要求1-5任一项所述的方法生成的；

如果所述匹配结果为所述第二非标准特征数据与所述目标标准特征数据匹配，将所述第二非标准特征数据对应的第二非标准检测数据归一化到所述目标标准特征数据对应的标准检测数据。