数据表与实体的匹配方法及相关设备组成比例

本发明专利技术实施例公开了一种数据表与实体的匹配方法及相关设备，其中该方法包括：获取待匹配的数据表与实体各自的词向量矩阵；根据所述数据表与实体各自的词向量矩阵计算所述数据表与实体的相似度；根据所述相似度确定所述数据表与实体的匹配结果。如此，能够自动获取数据表与实体的匹配结果，大大提升了匹配效率。

【技术实现步骤摘要】
数据表与实体的匹配方法及相关设备
本专利技术实施例涉及数据处理技术，尤指一种数据表与实体的匹配方法及相关设备。
技术介绍
目前，数据库在数据存储中扮演了至关重要的角色，但由于各个数据库之间的自治性，使不同数据表在描述同一实体(如人、地址、组织等)时使用了不同的数据库模式。比如，在关系型数据库存储人的信息时，人员证件信息对应的属性名称可能是“证件号码”，或者是“身份证号”，这种不同数据库模式之间异构性，使将数据表对应特定实体的自动化变得困难。例如，在公安领域，政府部门有多个部门的数据库系统，每个部门的系统创建时间、创建人员不同，导致数据库系统中的表在描述一类信息时用到了不同的描述词语或这类信息的不同方面，此时不同部门之间的数据表之间存在一定的差异性，有时候为了破案需要综合多个部门之间的数据信息，但由于前面提到的数据差异，目前只能靠人工去判断不同部门的两个数据表是否是描述同一实体信息的，导致非常耗时耗力。
技术实现思路
有鉴于此，本专利技术实施例提供了一种数据表与实体的匹配方法，包括：获取待匹配的数据表与实体各自本文档来自技高网...

【技术保护点】
1.一种数据表与实体的匹配方法，包括：/n获取待匹配的数据表与实体各自的词向量矩阵；/n根据所述数据表与实体各自的词向量矩阵计算所述数据表与实体的相似度；/n根据所述相似度确定所述数据表与实体的匹配结果。/n

【技术特征摘要】
1.一种数据表与实体的匹配方法，包括：
获取待匹配的数据表与实体各自的词向量矩阵；
根据所述数据表与实体各自的词向量矩阵计算所述数据表与实体的相似度；
根据所述相似度确定所述数据表与实体的匹配结果。


2.根据权利要求1所述的方法，其特征在于，所述获取待匹配的数据表与实体各自的词向量矩阵，包括：
对该待匹配数据表与实体各自的属性进行预处理得到该待匹配数据表与实体各自的词语序列；
根据该待匹配数据表与实体各自的词语序列利用词嵌入模型获取该待匹配数据表与实体各自的词向量矩阵；
将该待匹配数据表和实体各自的词向量矩阵分别进行聚合获得该待匹配数据表与实体各自的词向量矩阵。


3.根据权利要求2所述的方法，其特征在于，
所述词嵌入模型包括以下至少之一：word2vec模型、GloVe模型、fastText模型、其他词嵌入模型；
所述聚合使用取平均或者加权平均聚合函数。


4.根据权利要求1所述的方法，其特征在于，所述根据所述数据表与实体各自的词向量矩阵计算所述数据表与实体的相似度，包括：
根据所述数据表与实体各自的词向量矩阵，采用预设的相似度算法，计算所述数据表与实体的相似度。


5.根据权利要求1所述的方法，其特征在于，所述根据所述相似度确定所述数据表与所述实体的匹配结果，包括：
将所述相似度与预设阈值进行比较；
当所述相似度大于预设阈值时，匹配结果表示该数据表与实体匹配；
当所述相似度不大于预设阈值时，匹配结果表示该数据表与实体不匹配。


6.根据权利要求1所述的方法，其特征在于，所述根据所述数据表与实体各自的词向量矩阵计算所述数据表与实体的相...

【专利技术属性】
技术研发人员：介飞，黄艳香，吴信东，
申请(专利权)人：北京明略软件系统有限公司，
类型：发明
国别省市：北京;11