一种基于多粒度语义融合的可连接表发现方法

本发明涉及一种基于多粒度语义融合的可连接表发现方法，包括如下步骤：选取公开的含有可连接信息的数据集，提取其中有明确可连接标签的列对组成列集合；将列集合转换成三元组格式的数据集D并进行数据增强后再转换成文本格式得到Y；选用通用教师模型和学生模型，将Y作为输入求得各自对应的logit预测值；采用AdamW优化器对学生模型进行训练，训练过程中冻结教师模型参数，训练完成后得到训练好的学生模型。本发明可广泛应用于数据湖构建、元数据管理、智能ETL工具及自助式BI平台，显著提升数据发现效率与数据集成自动化水平。