公开(公告)号：CN112965968B

公开(公告)日：2023-10-24

申请号：CN202110240555.3

申请日：2021-03-04

Applicant: 湖南大学

Inventor： 佘兢克 ,  王月佳 ,  蒋一帆 ,  张斌

IPC: G06F16/215 ,  G06F16/2458 ,  G06N3/0499

Abstract: 本发明公开了一种基于注意力机制的异构数据模式匹配方法，包括如下步骤：输入源数据和待匹配数据，待匹配数据为异构数据；将源数据和待匹配数据进行分类，包括数值型数据、字符型数据和稀有类型数据；将分类后的数据根据新建的数据指标体系进行特征提取；将源数据提取的特征输入到基于注意力机制的模式匹配模型中进行训练，待匹配数据的特征输入到训练好的模型中进行异构数据间属性的相似度计算，并根据双向过滤法建立源模式和待匹配模式中元素的语义映射关系，即模式匹配。本发明基于注意力机制算法降低了神经网络的复杂度，进一步过滤干扰数据，提高了异构数据模式匹配的效率和准确率。

公开(公告)号：CN112965968A

公开(公告)日：2021-06-15

申请号：CN202110240555.3

申请日：2021-03-04

Applicant: 湖南大学

Inventor： 佘兢克 ,  王月佳 ,  蒋一帆 ,  张斌

IPC: G06F16/215 ,  G06F16/2458 ,  G06N3/04

Abstract: 本发明公开了一种基于注意力机制的异构数据模式匹配方法，包括如下步骤：输入源数据和待匹配数据，待匹配数据为异构数据；将源数据和待匹配数据进行分类，包括数值型数据、字符型数据和稀有类型数据；将分类后的数据根据新建的数据指标体系进行特征提取；将源数据提取的特征输入到基于注意力机制的模式匹配模型中进行训练，待匹配数据的特征输入到训练好的模型中进行异构数据间属性的相似度计算，并根据双向过滤法建立源模式和待匹配模式中元素的语义映射关系，即模式匹配。本发明基于注意力机制算法降低了神经网络的复杂度，进一步过滤干扰数据，提高了异构数据模式匹配的效率和准确率。