本发明涉及数据治理与人工智能，具体的说是一种基于ai训练模型与sql治理的时间标准化治理方法及系统。
背景技术：
1、在现代信息社会，时间数据是各类应用系统中不可或缺的一部分。然而，由于数据来源的多样性以及采集过程中的不规范性，加上不同系统、不同来源的时间数据存在格式不统一、精度不一致等问题，采集方法也不尽相同，导致时间数据格式各异、难以统一处理。如在数据采集过程中，时间数据常常以不规则、不一致的格式出现，如“为期两年”、“18个月”、“20个日历日”等，而我们通常需要用这些数据与开始时间相加，得到最终结束时间。但这些数据给最终时间的数据治理和后续分析带来了很大困难。因此，需要对这些数据进行标准化处理，以便进行统一的分析和应用。
2、传统的数据治理方法往往依赖于人工进行修正和优化，效率低下且容易出错。因此，本文设计提出了一种基于ai训练模型与sql治理的时间标准化治理方法及系统，能够高效准确地处理各种格式和来源的时间数据，具有重要的实际意义和应用价值。
技术实现思路
1、本发明针对目前技术发展的需求和不足之处，提供一种基于ai训练模型与sql治理的时间标准化治理方法及系统。
2、第一方面，本发明提供一种基于ai训练模型与sql治理的时间标准化治理方法，解决上述技术问题采用的技术方案如下：
3、一种基于ai训练模型与sql治理的时间标准化治理方法，其包括如下步骤：
4、s1、预训练一个ai大模型，来识别并解析不规则的时间数据，输出标准化的时间格式；
5、s2、将ai大模型解析后的时间数据与原始时间数据关联，并存储在sql数据库中；
6、s3、根据解析后的时间数据格式构建sql语句，通过构建的sql语句对数据库中的时间数据进行操作，以计算得到标准化的结束时间。
7、可选的，所涉及ai大模型的预训练过程如下：
8、采集包含不规则时间数据的文本信息，进行人工标注，将时间数据转换为统一的格式，作为ai大模型的训练数据；
9、利用训练数据进行ai大模型的训练，训练后的ai大模型能够识别并解析不规则的时间数据，输出标准化的时间格式；
10、将训练好的ai大模型应用于实际的时间数据解析任务中，ai大模型基于输入的不规则时间数据输出解析后的标准化时间格式。
11、优选的，通过python脚本从网站采集包含不规则时间数据的文本信息。
12、优选的，预训练一个适用于自然语言处理的ai大模型。
13、可选的，执行步骤s3，根据解析后的时间数据格式构建sql语句，将构建好的sql语句在数据库中执行，对ai大模型解析出的时间与原始时间进行相加或相减操作，得到标准化的结束时间。
14、第二方面，本发明提供一种基于ai训练模型与sql治理的时间标准化治理系统，解决上述技术问题采用的技术方案如下：
15、一种基于ai训练模型与sql治理的时间标准化治理系统，其包括：
16、预训练模块，用于预训练一个ai大模型，来识别并解析不规则的时间数据，输出标准化的时间格式；
17、关联存储模块，用于将ai大模型解析后的时间数据与原始时间数据关联，并存储在sql数据库中；
18、构建执行模块，用于根据ai大模型解析后的时间数据格式构建sql语句，通过构建的sql语句对数据库中的时间数据进行操作，以计算得到标准化的结束时间。
19、可选的，所涉及预训练模块又包括：
20、信息采集子模块，用于采集包含不规则时间数据的文本信息；
21、数据标注子模块，用于辅助人工进行时间数据的标注；
22、格式转换子模块，用于将人工标注的时间数据转换为统一的格式，作为ai大模型的训练数据；
23、模型训练子模块，用于利用训练数据进行ai大模型的训练，训练后的ai大模型能够识别并解析不规则的时间数据，输出标准化的时间格式。
24、优选的，所涉及信息采集子模块通过python脚本从网站采集包含不规则时间数据的文本信息。
25、优选的，所涉及预训练模块预训练一个适用于自然语言处理的ai大模型。
26、可选的，所涉及构建执行模块首先根据解析后的时间数据格式构建sql语句，随后将构建好的sql语句在数据库中执行，对ai大模型解析出的时间与原始时间进行相加或相减操作，得到标准化的结束时间。
27、本发明的一种基于ai训练模型与sql治理的时间标准化治理方法及系统，与现有技术相比具有的有益效果是：
28、1、本发明能够自动、准确地将各种不规则时间数据转换为统一格式的方法，并通过sql语句对时间进行筛选和批量计算，实现时间数据的标准化处理，从而提高数据治理的效率和准确；
29、2、本发明通过结合ai大模型解析和sql治理的方法，可以实现对各种不规则时间数据的自动、准确解析和标准化处理，通过开始时间及项目周期或工期，实现对结束时间数据的标准化治理及获取，这不仅可以提高数据治理的效率和准确率，还为后续的数据分析和应用提供了可靠的基础，具有较高的灵活性和可扩展性，能够适应不同应用场景的需求。
1.一种基于ai训练模型与sql治理的时间标准化治理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于ai训练模型与sql治理的时间标准化治理方法，其特征在于，所述ai大模型的预训练过程如下：
3.根据权利要求2所述的基于ai训练模型与sql治理的时间标准化治理方法，其特征在于，通过python脚本从网站采集包含不规则时间数据的文本信息。
4.根据权利要求2所述的基于ai训练模型与sql治理的时间标准化治理方法，其特征在于，预训练一个适用于自然语言处理的ai大模型。
5.根据权利要求1所述的基于ai训练模型与sql治理的时间标准化治理方法，其特征在于，执行步骤s3，根据解析后的时间数据格式构建sql语句，将构建好的sql语句在数据库中执行，对ai大模型解析出的时间与原始时间进行相加或相减操作，得到标准化的结束时间。
6.一种基于ai训练模型与sql治理的时间标准化治理系统，其特征在于，其包括：
7.根据权利要求6所述的基于ai训练模型与sql治理的时间标准化治理系统，其特征在于，所述预训练模块又包括：
8.根据权利要求7所述的基于ai训练模型与sql治理的时间标准化治理系统，其特征在于，所述信息采集子模块通过python脚本从网站采集包含不规则时间数据的文本信息。
9.根据权利要求7所述的基于ai训练模型与sql治理的时间标准化治理系统，其特征在于，所述预训练模块预训练一个适用于自然语言处理的ai大模型。
10.根据权利要求6所述的基于ai训练模型与sql治理的时间标准化治理系统，其特征在于，所述构建执行模块首先根据解析后的时间数据格式构建sql语句，随后将构建好的sql语句在数据库中执行，对ai大模型解析出的时间与原始时间进行相加或相减操作，得到标准化的结束时间。
