申请/专利权人：绵阳市商业银行股份有限公司

申请日：2023-05-15

公开（公告）日：2024-03-22

公开（公告）号：CN116644151B

主分类号：G06F16/33

分类号：G06F16/33;G06F16/335;G06F16/34;G06F40/247

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.09.12#实质审查的生效;2023.08.25#公开

摘要：本发明公开了一种应用NLP和ML于数据标准对标的智能化系统，包括数据层、处理层和可视化展示层；根据配置规则检测标统数据模型数据项的备注注释是否合规，合规后利用NLP等技术联动标准数据信息文件和标准数据字典文件匹配标统数据项与标准数据信息文件中的信息项的映射关系，并根据映射关系检测与标准数据项英文名称、数据定义、引用数据字典代码等的一致性。分别从提升采集质量、增加匹配类型算法、明确标准一致性检测规则、提供对标报告等方面，综合提升自动对标效率和大幅提高其准确性，使得降低了人工参与度、难度，最终降低了人工工作量。

主权项：1.一种应用NLP和ML于数据标准对标的智能化系统，其特征在于：包括数据层、处理层和可视化展示层；所述数据层用于存放标准数据和标统数据，且存放的数据就能被处理层调用；其中，所述标准数据包括标准数据项文件和标准数据字典；标准数据项文件是存放数据标准的标准数据信息项的文件信息，并创建标准数据项文件表，它包含的数据信息有标准编号、标准主题、一级分类、二级分类、三级分类、中文名称、英文名称、数据项同义词、业务定义、适用类型、适用条件、制定依据、数据项定义、引用标准字典类型编号、校验规则、管理部门、发布状态和发布时间；所述标准数据字典是存放数据标准的标准数据字典信息，并创建标准数据字典文件表，它包含标准编号、标准主题、准名、编码值、编码说明、编码含义、编码序号、上级编码、编码级别、管理部门、发布状态、发布时间；所述标统数据包括标统数据模型文件和标统数据字典，标统数据项文件用于存储标统的数据模型文件和解析字段，并创建标统数据模型文件表，并根据配置规则对标统数据模型文件中的数据模型及数据项的备注信息是否合规进行检测并回显失范码；标统数据字典用于存储标统数据模型引用的数据字典文件信息，并创建标统数据字典文件，根据配置规则检测标统数据模型及数据项的依赖数据字典信息是否合规并回显失范码；所述处理层用于存储标统数据模型文件与标准数据文件及标统字典文件与标准数据字典文件对标后的结果信息，并创建对标结果明细表；对标包括标准数据文件数据项同义词识别、标统数据项匹配标准数据项、匹配结果确认和标准一致性检测；其中，标准数据文件数据项同义词识别是根据配置规则运用机器学习识别标准数据项的同义词，并将识别后的成果更新到自动对标系统中的数据标准数据项同义词数据项；标统数据项匹配标准数据项是将已采集入库的标统数据模型中的数据项使用已解析出的参标数据项列名通过匹配方法建立与标准数据项列名的关系并回显匹配类型；匹配方法包括：完全匹配、同义词匹配、余弦相似度匹配和推荐算法匹配，完全匹配是将标统数据模型数据项完全匹配数据标准数据项，根据数据项备注主体内容与数据标准项判断是否完全相等；同义词匹配式根据数据项备注主体内容与数据标准项的同义词进行完全匹配；余弦相似度匹配是根据数据项备注主体内容使用NLP的余弦相似度算法匹配第一匹配度的数据标准数据项或者同义词；推荐算法匹配是根据数据项备注主体内容使用NLP的智能推荐算法匹配第一匹配度的数据标准数据项或者同义词；匹配结果确认是将匹配结果依据返回的匹配类型按照不同方式分别对结果进行确认；标准一致性检测是根据已确认的匹配结果将标统数据项的数据类型、长度、约束、数据字典等分别按照已配置规则与标准数据项的数据类型、长度、约束、数据字典一一进行一致性检测；所述可视化展示层是将自动对标的结果显示并通过excel格式下载结果，还可根据结果中的差错明细进行差错处理。

全文数据：

权利要求：

百度查询： 绵阳市商业银行股份有限公司 一种应用NLP和ML于数据标准对标的智能化系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD