[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

说明书

本申请公开了一种预测模型生成方法、检测数据归一化的方法、装置及设备。通过获取包括至少一个字段的属性值的第一非标准检测数据，对各字段的属性值进行拼接，生成作为第一非标准特征数据的第一非标准特征句。获取包括至少一个字段的属性值的标准检测数据，对各字段的属性值进行拼接，生成作为标准特征数据的标准特征句。利用第一非标准特征数据、标准特征数据以及第一非标准特征数据与标准特征数据是否匹配的标签，训练生成预测模型。预测模型可以实现对输入的第二非标准特征数据以及标准特征数据，输出匹配结果。根据预测模型输出的匹配结果快速并且准确地确定第二非标准检测数据可以归一化的标准检测数据，提高确定检测数据归一化的效率。

技术领域

本申请涉及数据处理技术领域，具体涉及一种预测模型生成方法、一种检测数据归一化的方法、装置及设备。

背景技术

检测数据是在利用检测设备对检测物进行检测后得到的数据。检测数据可以用于进行数据分析。例如，在医疗领域中，检测设备得到的医疗检测数据，可以用于对疾病、药物等分析。

通过不同的检测设备得到的检测数据存在着不统一的问题，在使用检测数据进行分析之前需要对检测数据进行归一化处理。目前，通常是人工进行检测数据的归一化处理。但是，人工进行检测数据的归一化的效率较低，能够处理的检测数据的数量较少，并且归一化后的结果可能存在着不正确的问题。

发明内容

有鉴于此，本申请实施例提供一种预测模型生成方法、一种检测数据归一化的方法、装置及设备，能够实现快速地将非标准检测数据较为准确地归一化至标准检测数据。

为解决上述问题，本申请实施例提供的技术方案如下：

一种预测模型生成方法，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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。

在一种可能的实现方式中，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：