基于语义合成和文本向量化的数据湖元数据治理方法

本发明涉及自然语言处理技术领域，具体为基于语义合成和文本向量化的数据湖元数据治理方法，包括以下步骤：基于数据湖中数据源的字段名称、数据类型与描述信息，进行字段内容关键词及相邻上下文词的向量编码，提取字段在差异化上下文的语义共现组，识别语义向量间的距离，判断是否在同类字段分组范围内，得到字段语义归集量。本发明中，通过字段关键词及上下文向量编码提取语义共现关系，构建语义层级结构，提升字段划分精度与抽象能力，结合上下文语义结构判断一致性，调整高频替代路径优化语义结构，融合词向量相似度与结构保留率实现字段归并，提升治理结构连贯性与准确性，增强数据湖中元数据治理的智能性与一致性。