一种基于大模型的智能数据质量规则生成方法及系统

本发明公开了一种基于大模型的智能数据质量规则生成方法及系统，属于数据治理与人工智能交叉领域。通过元数据驱动的动态规则构建方法，利用数据血缘图谱解析技术提取特征向量构建规则生成上下文，提升规则覆盖率并缩短适应数据结构变更的响应时间；多模态规则转换引擎借助深度学习模型实现自然语言到可执行代码的自动转换，提高转换准确率和代码生成速度；本发明旨在提供一种基于大模型的智能数据质量规则生成方法及系统，以解决现有技术中规则生成依赖专家经验、自然语言规则与可执行代码转换效率低、规则库缺乏动态演进能力等问题，实现数据质量规则的高效生成、准确转换、有效评估和自动优化，提升数据质量，降低数据管理成本。