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！

龙图腾网获悉重庆市建设信息中心申请的专利一种基于大模型的算子级数据血缘关系自动生成方法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：CN121390083B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511983073.1，技术领域涉及：G06F40/30；该发明授权一种基于大模型的算子级数据血缘关系自动生成方法是由陈轩;谢厚礼;王春乐;刘川;金涛;向姝璠;王熠;何林枘;张顺;董奇鑫;杨呈祥设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本一种基于大模型的算子级数据血缘关系自动生成方法在说明书摘要公布了：本发明提供一种基于大模型的算子级数据血缘关系自动生成方法，涉及电数字数据处理领域，包括：步骤S1、异构脚本预处理与语义归一化，步骤S2、符号增强的LLM血缘推理，步骤S3、因果逻辑校验与血缘修正，步骤S4、动态适配，步骤S5、血缘智能化分析与可视化。该方法适应多源、多格式、多语言的数据处理场景，能够提升数据血缘构建的自动化程度、精细化能力与智能化水平，为数据治理、数据安全、系统迁移重构、数据质量管控、成本优化等提供更加精准和高效的技术支撑。

本发明授权一种基于大模型的算子级数据血缘关系自动生成方法在权利要求书中公布了：1.一种基于大模型的算子级数据血缘关系自动生成方法，其特征在于：包括： 步骤S1、异构脚本预处理与语义归一化：先对输入的目标脚本语言进行分片与数据清洗，具体为： 首先，基于语言特性分隔符将原始脚本数据拆分为算子级片段S={s1,s2,…,sn}，每个片段包含单个完整算子逻辑；之后，删除纯注释行占比大于80%的片段、空行片段以及无核心算子无效内容；然后，对于语法残缺片段s，采用模糊匹配算法Ms从标准参考库Sref中匹配最优标准片段： ； 式中：表示片段s与片段之间的编辑距离，用于衡量两个脚本片段的语法相似程度；表示对应片段s或的语法特征向量；表示两个语法特征向量的余弦相似度；分别表示对应的权重系数； 并提取匹配的最优标准片段的语法骨架、填充残缺片段s的有效词汇，进行补全，获得补全片段； 经删除、补全后，最终输出干净、完整的算子级片段； 再进行多语言语法原子归一化，具体为： 构建算子级语法原子集G={g1,g2,…,gn}，其中，gi表示最小语法原子；G涵盖字段提取、条件过滤、聚合、嵌套函数的核心逻辑； 之后，将不同语言的语法原子映射值统一特征空间： ； 式中：表示语言L中的语法原子；表示包含的词汇集合；表示词汇v经过BERT模型生成语言表征；表示语法原子的语言类型编码；表示类型权重；表示词汇v在片段si中出现的次数；片段si中所有词汇的出现次数之和；表示标准参考库Sref中包含词汇v的参考片段数；表示包含的参考片段总数；表示核心度权重； 最后进行多模态语义锚定、输出归一化算子语义表征库，具体为： 针对算子o，通过模态融合的语义锚定算法将语法特征、经过BERT模型生成的上下文特征EmbCo、经过BERT模型生成的元数据特征EmbMo融合，并通过三层MLP模型输出唯一语义表征： ； 其中：来源于多语言语法原子归一化中的，即： ； 式中：Go表示从算子o中提取的语法原子集合； 算子上下文特征Co从分片与数据清洗后输出的干净、完整的算子级片段中提取；元数据特征Mo通过分片与数据清洗后输出的干净、完整的算子级片段以及多语言语法原子归一化提取的语法原子作为索引； 步骤S2、符号增强的LLM血缘推理：先构建符号逻辑规则约束，再通过LLM推理生成候选算子级血缘； 步骤S3、因果逻辑校验与血缘修正：针对候选算子级血缘，通过因果图与符号逻辑校验，剔除错误血缘、补充遗漏血缘； 步骤S4、动态适配：通过动态图神经网络实现跨场景的自适应适配，完成跨场景低代码扩展； 步骤S5、血缘智能化分析与可视化：先通过因果熵驱动进行异常检测，再通过动态力导向布局实现可视化，完成动态可视化血缘图。

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重庆市建设信息中心，其通讯地址为：400014 重庆市渝中区长江一路58号；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。