一种基于多源异构数据的数据语料构建方法及系统

本发明提供一种基于多源异构数据的数据语料构建方法及系统，涉及数据处理技术领域，所述数据语料构建方法，包括：获取目标源数据；基于目标源数据的目标结构维度，构建语料结构集合；基于目标源数据和语料结构集合中每个语料结构的构建特性，得到每个语料结构的可用性指标；根据可用性指标对语料结构集合进行优化更新；提取优化更新后的语料结构集合中的完整语料结构；基于完整语料结构进行对应结构维度内容提取，以构建得到对应于特定需求的数据语料。本发明提供的方法及系统，可以减少数据语料对应的源数据的采集遗漏的同时，还保证满足某一特定需求的数据语料构建的准确性和存储必要性。