[发明专利]模型训练方法、数据标签的生成方法及装置

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

从样本数据中获取第一属性信息，所述第一属性信息至少包括：所述样本数据的数据源、数据格式；所述样本数据设有业务标签；

从所述样本数据中获取第二属性信息，所述第二属性信息至少包括：所述样本数据的表描述信息、表名；

从预设的标签集合中确定与所述样本数据相匹配的目标标签；

将所述第一属性信息、第二属性信息、所述目标标签、所述业务标签作为训练样本存储至训练样本集，以利用所述训练样本集训练出数据标签生成模型，所述数据标签生成模型用于为待处理数据生成对应的业务标签。

2.根据权利要求1所述的方法，其特征在于，所述从预设的标签集合中确定与所述样本数据相匹配的目标标签，包括：

计算所述样本数据与所述预设的标签集合中每一标签之间的相似度；

从所述预设的标签集合中选择与所述样本数据之间的相似度满足设定条件的标签，将选择出的标签确定为与所述样本数据相匹配的目标标签。

3.根据权利要求2所述的方法，其特征在于，计算所述样本数据与所述预设的标签集合中每一标签之间的相似度，包括：

将所述样本数据进行向量化表示得到第一向量；

针对所述预设的标签集合中每一标签，对该标签进行向量化表示得到第二向量，计算所述第二向量与所述第一向量之间的几何距离，将得到的结果确定为所述样本数据与该标签之间的相似度。

4.一种数据标签的生成方法，其特征在于，所述方法包括：

将待处理数据分别输入至按照如权利要求1至3任一方法训练出的N个数据标签生成模型，得到N个标签预测参数，所述标签预测参数至少包括预测标签，所述N为大于0的自然数；

依据所述N个标签预测参数确定所述待处理数据的数据标签。

5.根据权利要求4所述的方法，其特征在于，所述依据所述N个标签预测参数确定所述待处理数据的数据标签，包括：

在所述N个标签预测参数中选择满足设定条件的标签预测参数；

将选择出的标签预测参数中的预测标签确定为所述待处理数据的数据标签。

6.根据权利要求5所述的方法，其特征在于，所述标签预测参数还包括：所述预测标签与所述待处理数据相匹配的概率值；

所述在所述N个标签预测参数中选择满足设定条件的标签预测参数，包括：

在所述N个标签预测参数中选择包括的概率值最大的一个标签预测参数，或在所述N个标签预测参数中选择出现次数最多的一个标签预测参数。

7.根据权利要求4所述的方法，其特征在于，所述依据所述N个标签预测参数确定所述待处理数据的数据标签，包括：

将所述N个标签预测参数中包括的所有预测标签分类，其中，同一类别中的预测标签对应同一业务类型；

将预设的各类别对应的业务标签确定为所述待处理数据的数据标签。

8.一种模型训练装置，其特征在于，所述装置包括：

第一获取模块，用于从样本数据中获取第一属性信息，所述第一属性信息至少包括：所述样本数据的数据源、数据格式；所述样本数据设有业务标签；

第二获取模块，用于从所述样本数据中获取第二属性信息，所述第二属性信息至少包括：所述样本数据的表描述信息、表名；

第一确定模块，用于从预设的标签集合中确定与所述样本数据相匹配的目标标签；

模型训练模块，用于将所述第一属性信息、第二属性信息、所述目标标签、所述业务标签作为训练样本存储至训练样本集，以利用所述训练样本集训练出数据标签生成模型，所述数据标签生成模型用于为待处理数据生成对应的业务标签。