[发明专利]数据对标方法、图神经网络模型训练方法和计算机设备

说明书

本申请涉及一种数据对标方法、图神经网络模型训练方法和计算机设备。方法包括：获取待对标数据表，从待对标数据表中提取原始数据信息，原始数据信息包括字段来源和字段描述，确定预设的图结构数据；图结构数据根据历史字段来源、历史字段描述以及与历史字段来源对应的标准数据元构建，根据字段来源、字段描述和预设的图结构数据，得到与原始数据信息对应的目标数据元，采用本方法提高了数据对标准确性。

技术领域

本申请涉及深度学习技术领域，特别是涉及一种数据对标方法、图神经网络模型训练方法和计算机设备。

背景技术

数据对标是数据治理的一个重要环节，是将非标准数据项表示对标到符合标准规范的数据项表示。具体地，数据项对标可拆分为数据元(由对象、特性词和表示词三大要素构成)对标和限定词(对象的修饰词)对标两部分。

目前的数据对标方式主要分为两类，一是采用人工对标，这种方式比较费时费力；二是采用自动匹配算法方式对标，目前标准数据元与数据项的自动匹配算法主要是利用数据项字面相似度实现对标，这种算法对数据项命名结构规范有较强依赖，且大多业务数据的数据项命名不规范，造成数据对标准确性低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种数据对标方法、图神经网络模型训练方法和计算机设备。

第一方面，本申请提供了一种数据对标方法。所述方法包括：

获取待对标数据表；

从所述待对标数据表中提取原始数据信息，所述原始数据信息包括字段来源和字段描述；

确定预设的图结构数据；所述图结构数据根据历史字段来源、历史字段描述以及与所述历史字段来源对应的标准数据元构建；

根据所述字段来源、所述字段描述和所述预设的图结构数据，得到与所述原始数据信息对应的目标数据元。

在其中一个实施例中，通过下述方式确定所述预设的图结构数据：

获取历史数据表；

从所述历史数据表中提取样本数据信息；所述样本数据信息包括历史字段来源和历史字段描述；

获取与所述样本数据信息对应的标准数据元；

从与所述样本数据信息对应的标准数据元中获取历史标准字段名称；

根据所述历史字段来源、所述历史字段描述、所述历史标准字段名称以及与所述样本数据信息对应的标准数据元间的转移关系，确定所述预设的图结构数据。

在其中一个实施例中，所述根据所述历史字段来源、所述历史字段描述、所述历史标准字段名称以及与所述样本数据信息对应的标准数据元间的转移关系，确定所述预设的图结构数据，包括：

将所述历史字段来源、所述历史字段描述、所述历史标准字段名称以及与所述样本数据信息对应的标准数据元间的转移关系转化为初始图结构数据；

根据所述初始图结构数据训练图神经网络模型，得到训练后的图神经网络模型；所述训练后的图神经网络模型包括所述预设的图结构数据。

在其中一个实施例中，所述将所述历史字段来源、所述历史字段描述、所述历史标准字段名称以及与所述样本数据信息对应的标准数据元间的转移关系转化为初始图结构数据，之后还包括：

将所述初始图结构数据输入特征提取模型，得到所述初始图结构数据中各个节点对应的向量；

根据所述初始图结构数据中各个节点对应的向量训练图神经网络模型，得到训练后的图神经网络模型；所述训练后的图神经网络模型包括所述预设的图结构数据。

在其中一个实施例中，所述历史数据表的数量至少为两个，至少两个所述历史数据表包括第一待训练数据表；