CN119494110A 数据识别方法、网络设备及存储介质 （中兴通讯股份有限公司）

则根据第二类别识别结果确定目标字段信息对2获取目标数据对应的目标字段信息，并基于第一分类若确定所述第一类别识别结果为识别不成功，则对所述目标字段信息进行特征提取，基于第二分类模型，根据所述字段特征信息对所述目若所述属性名信息或所述属性值信息的信息格式为若所述属性名信息或所述属性值信息的信息格式为根据所述属性名信息和所述属性值信息对应的类别识别若所述属性名信息对应的类别识别结果和/或所述属性值信息对应的类别识别结果为对应的所述类别识别结果作为所述目标字段信若所述属性名信息对应的类别识别结果和所述属性值信息对应的类别识别结果均为对所述属性名信息进行特征提取，得到词频向量特征，若所述属性值信息的信息类型为数值类型，则对所3基于所述全连接层，根据所述目标词向量矩阵特征进行若确定所述第二类别识别结果为识别不成功，则若所述第一类别识别结果或所述第二类别识别结根据所述标准数据对所述第二分类模型进行训练以对所述第二分类模型的模型参数处理器、存储器、存储在所述存储器上并可被所4述目标字段信息对应的密级信息，并根据所述目标字段信息及其对应的类别和密级信息，5[0016]图2为本申请实施例提供的一种如何得到目标字段信息对应的第一类别识别结果6[0026]目前已有一些技术提出通过机器学习算法或深度学习算法对结构化数据进行集7名信息和属性值信息对应的类别识别结果，确定目标字段信息对应的第一类别识别结果。8[0052]S203、基于预设语料库对属性名信息或属性值信息进行命名实[0054]在一些实施例中，若属性名信息对应的类别识别结果和/或属性值信息对应的类[0057]若属性名信息对应的类别识别结果和/或属性值信息对应的类别识别结果为识别9[0058]若属性名信息对应的类别识别结果和属性值信息对应的类别识别结果均为识别息在该段文本中的出现次数。然后确定属性值信息的信息类型为数值类型或非数值类型。息进行特征提取，得到词向量特征比如word2vec词向量和熵值特征比如属性值信息的熵数据分布比例可以为7:2:1，并随机打乱，输入第二分类模型进行训练并保存第二分类模该目标字段信息对应的密级信息为第二保密级别，从而确定密级信息对应的数据治理策别都赋予这个具体类别结果。如没有指向具体类别的，则将这个簇的类别统一设置为的类别归属。[0085]表2所示，表2用于表示待识别字段(目标字段信息)的数据识别结果中的各字段于第一分类模型对目标字段信息进行识别，得到目标字段信息对应的第一类别识别结果；果确定目标字段信息对应的密级信息，并根据目标字段信息及其对应的类别和密级信息，式，则基于预设语料库对所述属性名信息或所述属性值信息进行命名实体识别以及匹配，果为识别成功，并将识别成功对应的所述类别识别结果作为所述目标字段信息对应的类[0110]模型更新模块406，用于若所述第一类别识别结果或所述第二类别识别结果为识[0115]如图6所示，网络设备500可以包括处理器501和存储器502，处理器501和存储器集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列[0121]在一实施例中，处理器501在实现所述基于第一分类模型对所述目标字段信息进[0122]在一实施例中，处理器501在实现所述根据所述属性名信息和所述属性值信息对属性名信息对应的类别识别结果和/或所述属性值信息对应的类别识别结果为识别成功，并且可包括任何信息递送介质。