基于搜索自反馈的数据向量化标签处理方法和设备

本发明涉及数据处理领域，具体涉及一种基于搜索自反馈的数据向量化标签处理方法和设备，该方法包括：通过元文件属性提取、光学字符识别、自动语音识别或字幕解析技术提取文本线索；利用语言模型和文本线索生成内容摘要；利用基于BERT架构的NER模型对内容摘要进行分析处理并提取特征，得到标签集合；通过FastText算法对标签集合进行处理，并降维得到候选标签向量；通过标签系统匹配候选标签向量和基础向量，基于基础向量的搜索结果集确定对应候选标签向量的搜索结果；以及收集用户行为数据，通过计算用户兴趣权值，和利用对抗生成网络模拟标注错误案例对标签系统进行优化。如此，针对异质异构数据，可以大大提高标记标签的准确率。