一种基于人工智能的标准数字化建模与校验方法及其系统

本发明公开了一种基于人工智能的标准数字化建模与校验方法及其系统，通过多源API接口获取初始多源异构数据；利用BERT模型对文本数据进行语义识别，建立动态知识图谱；基于GNN图神经网络处理动态知识图谱的结构特征，利用Transformer捕获长程文本依赖，将动态知识图谱输入至混合神经网络模型中进行识别，利用蒙特卡洛Dropout方法量化预测置信度；基于识别结果选择最佳建模范式建立数字化模型，并利用训练好的GAN生成对抗网络对数字化模型生成测试用例，检测模型盲点。充分挖掘了数据之间的关联关系和语义信息，使得构建的数字化模型能够更真实地反映实际场景，大幅提高了模型的准确性和可靠性。