买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东南方财经控股有限公司申请的专利一种基于自动识别技术的元数据分类方法、存储介质及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116521865B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310350178.8，技术领域涉及：G06F16/353；该发明授权一种基于自动识别技术的元数据分类方法、存储介质及系统是由虞伟;陈燕;梁永文设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本一种基于自动识别技术的元数据分类方法、存储介质及系统在说明书摘要公布了：本发明提供一种基于自动识别技术的元数据分类方法、存储介质及系统，该方法包括划分字段元数据的敏感类型以及划分表元数据的主题，在划分字段元数据的敏感类型以及划分表元数据的主题的过程中，业务人员只需对部分字段元数据进行敏感类型划分、对部分表元数据进行主题划分，然后系统就可基于已训练的二分器模型对剩余字段元数据自动进行敏感类型划分、基于已训练的词向量模型对剩余表元数据自动进行主题划分，这与由业务人员全程人工对元数据进行分类梳理录入的传统元数据分类方法相比省时省力。

本发明授权一种基于自动识别技术的元数据分类方法、存储介质及系统在权利要求书中公布了：1.一种基于自动识别技术的元数据分类方法，其特征是，包括如下步骤： A.划分字段元数据的敏感类型，具体包括如下步骤A1～A5； A1.从数据仓库存储的多项表元数据中选取需要划分敏感类型的字段元数据，根据所述字段元数据从数据仓库存储的多项表元数据中找出相关联的多项具体信息； A2.获取业务人员根据业务经验和或业务规则对所述字段元数据的部分具体信息进行敏感类型划分的结果，该结果包括敏感和不敏感； A3.将已划分敏感类型的部分具体信息按预设比例划分为第一训练集数据和第一测试集数据，然后对各个第一训练集数据进行文本预处理操作，所述文本预处理操作包括分词操作和去除停用词操作； A4.计算各个第一训练集数据和各个第一测试集数据的特征权重，根据各个第一训练集数据的特征权重生成训练输入向量，根据各个第一测试集数据的特征权重生成测试输入向量，然后将各个训练输入向量和各个测试输入向量输入到基于SVM支持向量机的二分器模型中进行训练，得到已训练的二分器模型，再利用已训练的二分器模型中对所述字段元数据的剩余具体信息进行敏感类型划分，划分结果包括敏感和不敏感； A5.获取所述字段元数据的全部具体信息各自划分的敏感类型，统计敏感类型为敏感的具体信息占比，若所述占比不小于预设阈值，则将所述字段元数据划分为敏感字段，若所述占比小于预设阈值，则将所述字段元数据划分为不敏感字段； B.划分表元数据的主题，具体包括如下步骤B1～B5； B1.从数据仓库中获取多项表元数据，并获取业务人员根据业务应用分类对部分表元数据进行主题划分的结果； B2.将已划分主题的部分表元数据按预设比例划分为第二训练集数据和第二测试集数据，然后对各个第二训练集数据进行文本预处理操作，所述文本预处理操作包括合并字符串、分词操作和去除停用词操作，再将各个第二训练集数据和各个第二测试集数据输入到基于word2vec语料库的词向量模型中进行训练，得到已训练的词向量模型； B3.获取预设的多个主题域，并获取业务人员根据业务经验针对各个主题域从数据仓库中选取的代表性表元数据，然后计算每个代表性表元数据中的各个词汇的特征权重，选取特征权重大小排在预设名次前的多个词汇作为该代表性表元数据所属的主题域下需要进行向量化的中心词，再将各个中心词输入到已训练的词向量模型中从而获取各个中心词的向量化表示方式，得到多个中心词向量； B4.对剩余表元数据进行文本预处理操作，所述文本预处理操作包括合并字符串、分词操作和去除停用词操作，从而得到剩余表元数据的字符串分词结果； B5.对每个剩余表元数据，计算其字符串分词结果与各个中心词向量之间的余弦相似度，得到余弦相似度最大值，然后获取该余弦相似度最大值对应的中心词向量所属的主题域，将该剩余表元数据划分在该主题域内。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东南方财经控股有限公司，其通讯地址为：510665 广东省广州市越秀区广州大道中307号富力东山新天地中心办公楼50楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。