(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210668021.5 (22)申请日 2022.06.14 (71)申请人 蚂蚁区块链科技 （上海） 有限公司 地址 200010 上海市黄浦区外马路618号8 层803室 (72)发明人 鲍梦瑶　刘佳伟　章鹏　张谦　 殷雪梅　 (74)专利代理 机构 北京智信禾专利代理有限公 司 11637 专利代理师 吴肖肖 (51)Int.Cl. G06F 21/62(2013.01) G06F 16/901(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 数据识别模型训练方法、 数据 识别方法以及 装置 (57)摘要 本说明书实施例提供数据识别模型训练方 法、 数据识别方法以及装置， 其中所述数据识别 模型训练方法包括： 获取多个数据节 点各自的元 数据， 其中， 元数据携带数据标签， 数据标签表征 数据节点保存的数据对应的类别； 利用元数据分 析所述数据节点之间的关系， 获得分析结果； 根 据所述分析结果构建数据节点关系图， 其中， 数 据节点关系图以数据节点为图的节 点， 数据节点 之间的关系为图的边； 针对数据节 点关系图中的 节点， 根据元数据的文本表示， 生成节点的节点 向量； 利用节点向量和数据节点关系图， 训练基 于图神经网络的数据识别模型， 获得训练后的数 据识别模型。 通过生成节点向量， 提高训练效率， 综合各节 点的元数据， 提高训练后的数据识别模 型的准确性。 权利要求书3页 说明书19页 附图8页 CN 114969823 A 2022.08.30 CN 114969823 A 1.一种数据识别模型训练方法， 包括： 获取多个数据节点各自的元数据， 其中， 所述元数据携带数据标签， 所述数据 标签表征 所述数据节点保存的数据对应的类别； 利用元数据分析 所述数据节点之间的关系， 获得分析 结果； 根据所述分析结果构建数据节点关系图， 其中， 所述数据节点关系图以所述数据节点 为图的节点， 所述数据节点之间的关系为图的边； 针对所述数据节点关系图中的节点， 根据所述元数据的文本表示， 生成所述节点的节 点向量； 利用所述节点向量和所述数据节点关系图， 训练基于 图神经网络的数据识别模型， 获 得训练后的数据识别模型。 2.根据权利要求1所述的方法， 所述针对所述数据节点关系图中的节点， 根据 所述元数 据的文本表示， 生成所述节点的节点向量的步骤， 包括： 针对所述数据节点关系图中的节点， 拼接所述节点的元数据， 生成所述元数据的文本 表示； 将所述文本表示映射 为所述节点的节点向量。 3.根据权利要求1所述的方法， 所述数据节点为数据库中的存储单元， 所述元数据为所 述存储单元的属性； 所述利用元数据分析所述数据 节点之间的关系， 获得分析结果的步骤， 包括： 利用所述存 储单元中的操作语句分析 所述数据节点之间的关系， 获得分析 结果。 4.根据权利要求3所述的方法， 所述获取多个数据节点各自的元 数据的步骤， 包括： 确定目标 数据库， 其中， 所述目标 数据库中包括多个存 储单元； 获取多个存储单元各自的元数据， 其中， 所述元数据包括数据名称、 数据类型、 数据注 释中的至少一种。 5.根据权利要求1所述的方法， 所述数据识别模型包括编码层、 实体表示层以及分类 层； 所述利用所述节点向量和所述数据 节点关系图， 训练基于图神经网络的数据识别模型， 获得训练后的数据识别模型的步骤， 包括： 将所述节点向量输入所述编码层， 生成所述节点向量对应的编码向量； 将所述编码向量输入所述实体表示层， 生成所述数据节点关系图中各节点的实体表 示； 将所述各节点的实体表示输入所述分类层， 生成所述元 数据对应的预测结果； 基于所述预测结果和所述元数据携带的数据标签， 调整所述数据识别模型的模型参 数， 获得训练后的数据识别模型。 6.根据权利要求5所述的方法， 所述将所述编码向量输入所述实体表示层， 生成所述数 据节点关系图中各节点的实体表示的步骤， 包括： 利用预先设置的相邻矩阵， 对所述编码向量进行线性变换， 生成线性变换后的编码向 量； 根据所述线性变换后的编码向量， 计算所述数据节点关系图中各节点的注意力系数； 根据所述各节点的注意力系数， 对所述节点向量进行加权平均， 生成所述各节点的实 体表示。权　利　要　求　书 1/3 页 2 CN 114969823 A 27.根据权利要求5所述的方法， 所述将所述各节点的实体表示输入所述分类层， 生成所 述元数据对应的预测结果的步骤， 包括： 利用预先设置的分类矩阵， 对所述实体表示进行线性变换， 生成线性变换后的实体表 示； 将所述线性变换后的实体表示输入所述分类层， 生成所述元 数据对应的预测结果。 8.根据权利要求5所述的方法， 所述基于所述预测结果和所述元数据携带的数据标签， 调整所述数据识别模型的模型参数， 获得训练后的数据识别模型的步骤， 包括： 根据所述预测结果和所述数据标签， 计算损失值； 若所述损 失值大于预设阈值， 则调整所述数据识别模型的模型参数， 并返回执行所述 将所述节点向量输入所述编码层， 生成所述节点向量对应的编码向量的步骤； 若所述损失值小于或等于所述预设阈值， 则停止训练， 获得训练后的数据识别模型。 9.一种数据识别方法， 包括： 获取待识别数据； 将所述待识别数据输入训练后的数据识别模型， 获得所述待识别数据对应的识别结 果， 其中， 所述数据识别模型为利用如权利要求1 ‑8任一项所述的方法训练得到 。 10.根据权利要求9所述的方法， 所述待识别数据包括隐私数据和非隐私数据； 所述将 所述待识别数据输入训练后的数据识别模型， 获得所述待识别数据对应的识别结果的步 骤， 包括： 将所述待识别数据输入训练后的数据识别模型， 获得所述待识别数据 是否为隐私数据 的识别结果。 11.一种数据识别模型训练装置， 包括： 第一获取模块， 被配置为获取多个数据节点各自的元数据， 其中， 所述元数据携带数据 标签， 所述数据标签表征 所述数据节点保存的数据对应的类别； 分析模块， 被 配置为利用元 数据分析 所述数据节点之间的关系， 获得分析 结果； 构建模块， 被配置为根据 所述分析结果构建数据节点关系图， 其中， 所述数据节点关系 图以所述数据节点 为图的节点， 所述数据节点之间的关系为图的边； 生成模块， 被配置为针对所述数据节点关系图中的节点， 根据 所述元数据的文本表示， 生成所述节点的节点向量； 训练模块， 被配置为利用所述节点向量和所述数据节点关系图， 训练基于 图神经网络 的数据识别模型， 获得训练后的数据识别模型。 12.一种数据识别装置， 包括： 第二获取模块， 被 配置为获取待识别数据； 识别模块， 被配置为将所述待识别数据输入训练后的数据识别模型， 获得所述待识别 数据对应的识别结果， 其中， 所述数据识别模型为利用如权利要求 1‑8任一项所述的方法训 练得到。 13.一种计算设备， 包括： 存储器和处 理器； 所述存储器用于存储计算机可执行指令， 所述处理器用于执行所述计算机可执行指 令， 该计算机可执行指令被处理器执行时实现权利要求1至8或权利要求9至10任意一项所权　利　要　求　书 2/3 页 3 CN 114969823 A 3