【技术实现步骤摘要】
本专利技术涉及软件开发，尤其涉及一种人工智能的数据建模方法、装置、介质和设备。
技术介绍
1、现有的数据建模过程中，需要用户根据模型主题逐个补充完善模型属性，包括属性名称（表字段）和属性类型。对于同一个行业的不同项目，数据模型存在相似性和重复性，用户需要在不同的项目之间重复建模，即重复输入模型的各个属性，极大地增加了开发人员的工作量，数据建模效率较低。
技术实现思路
1、有鉴于此，本专利技术实施例的目的在于提供一种人工智能的数据建模方法、装置、介质和设备，以减少模型开发人员的工作量，提高建模效率。
2、为达到上述目的，第一方面，本专利技术提供一种人工智能的数据建模方法，所述方法包括：
3、获取用户输入的目标模型属性的名称，根据所述目标模型属性的名称从历史模型库中筛选出与所述目标模型属性相关的历史模型属性信息列表，所述历史模型属性信息包括字段名称、字段代码和数据类型；
4、提取所述历史模型属性信息列表中的字段名称的单词字典；
5、按照所述单词字...
【技术保护点】
1.一种人工智能的数据建模方法，其特征在于，所述方法包括：
2.根据权利要求1所述的数据建模方法，其特征在于，所述的提取所述历史模型属性信息列表中的字段名称的单词字典，具体包括：
3.根据权利要求2所述的数据建模方法，其特征在于，所述单词字典中还包括未登录词，所述未登录词是指所述目标模型属性的名称中未出现的词；
4.根据权利要求3所述的数据建模方法，其特征在于，所述的按照所述单词字典将所述历史模型属性信息列表中的每个历史模型属性的字段名称转换为第一向量，将所述目标模型属性的名称转换为第二向量，具体包括：
5.根据权利要求...
【技术特征摘要】
1.一种人工智能的数据建模方法，其特征在于，所述方法包括：
2.根据权利要求1所述的数据建模方法，其特征在于，所述的提取所述历史模型属性信息列表中的字段名称的单词字典，具体包括：
3.根据权利要求2所述的数据建模方法，其特征在于，所述单词字典中还包括未登录词，所述未登录词是指所述目标模型属性的名称中未出现的词；
4.根据权利要求3所述的数据建模方法，其特征在于，所述的按照所述单词字典将所述历史模型属性信息列表中的每个历史模型属性的字段名称转换为第一向量，将所述目标模型属性的名称转换为第二向量，具体包括：
5.根据权利要求1所述的数据建模方法，其特征在于，所述余弦相似度算...
【专利技术属性】
技术研发人员：王建林，肖姝，贾永强，全爱巧，
申请(专利权)人：北京宇信科技集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。