一种基于大模型的提升数据质量的治理方法

本发明公开了一种基于大模型的提升数据质量的治理方法，包括以下步骤：a、接收多源异构输入数据流，解析文本、图像、时序信号模态特征，通过预训练的多模态编码器生成混合特征向量；b、基于大语言模型生成数据清洗规则，动态执行缺失值插补和异常值检测；c、对敏感字段应用差分隐私策略，根据数据分级标签选择k‑匿名或同态加密；d、执行预处理质量验证，包括计算完整性得分和一致性得分，当综合质量指标低于动态阈值时更新清洗规则。本发明通过预处理质量验证与增量学习机制，模型响应速度提升3倍，延迟<1分钟，误判率降低42%；跨模态对比学习使多模态任务F1‑score提升17%‑23%。