CN109063204A - 基于人工智能的日志查询方法、装置、设备及存储介质 - Google Patents
基于人工智能的日志查询方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109063204A CN109063204A CN201811076283.2A CN201811076283A CN109063204A CN 109063204 A CN109063204 A CN 109063204A CN 201811076283 A CN201811076283 A CN 201811076283A CN 109063204 A CN109063204 A CN 109063204A
- Authority
- CN
- China
- Prior art keywords
- smart machine
- keyword
- log
- log database
- related term
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于人工智能的日志查询方法,包括:智能设备接收用户输入的查询指令,后根据查询指令获取查询指令所包括的关键词;智能设备将关键词发送给日志数据库;智能设备接收日志数据库发送的反馈结果,反馈结果是在日志数据库查询失败时发送的;智能设备获取关键词的相关词;智能设备将相关词发送给日志数据库,相关词用于在日志数据库中查询与相关词对应的日志信息;其中,智能设备用于运行人工智能技术;本申请实施例还提供一种智能设备、运行日志数据库的电子设备及存储介质;在日志数据库对用户输入的关键词查询失败的情况下,由人工智能介入识别该关键词的相关词供日志数据库进行查询,使日志数据库具备识别同近义词的能力。
Description
技术领域
本发明涉及计算机领域,具体涉及一种基于人工智能的日志查询方法、装置、设备及存储介质。
背景技术
网络设备、系统及服务程序等,在运作时都会产生一个叫log的事件记录;每一行日志都记载着日期、时间、使用者及动作等相关操作的描述。就目前日志相关的产品一个日志报表功能来说,日志大致包括主动防御违规日志、移动存储设备日志、网络访问控制日志、告警日志、应用程序管控日志等等。但是一个告警日志里面还包括很多种类如内存报警、CPU告警、主动防御告警等等。如果想查询的详细点我们需要多种查询条件组合起来,但是查询出来的日志很可能有成千上万条日志,想找到我们所需要的还是很花费精力。
随着人工智能技术的兴起,人工智能将会慢慢取代相关的重复性的工作。这样可以减少很多不必要的工作量,提高相关的工作效率。
使用人工智能技术,基于用户自然语言对日志数据库进行智能查询,能够减轻用户查询工作量,以聊天对话框的方式进行查询,降低了查询操作技术门槛,成为了趋势,智能查询时,人工智能从用户输入的自然语句中提取出关键词,发送给日志数据库进行查询,在此过程中,由于用户语言使用习惯的不同,所提取的关键词可能是日志数据库中对应条目的同义词或近义词,此时日志数据库无法对此进行查询。
因此,在人工智能查询日志数据库的过程中,针对同近义词识别的智能化程度还有待于提高。
发明内容
本发明实施例提供一种基于人工智能的日志查询方法、装置、设备及存储介质,能够在人工智能查询日志数据库的过程中,对相关词进行识别,同时使得日志数据库具备学习的能力,提升查询质量。
有鉴于此,本申请第一方面提供一种基于人工智能的日志查询方法,该方法包括:智能设备接收用户输入的查询指令;其中,该查询命令可以是自然语言;该智能设备根据该查询指令获取该查询指令所包括的关键词;其中,该智能设备可以通过浅层语义分析中的语义角色标注(semantic role labeling,SRL)从该查询指令中获取该关键词;该智能设备将该关键词发送给日志数据库;该智能设备接收该日志数据库发送的反馈结果,该反馈结果是在该日志数据库查询失败时发送的;该智能设备获取该关键词的相关词;其中,该相关词可以是该关键词的同义词,近义词或关联词;该智能设备将该相关词发送给该日志数据库,该相关词用于在该日志数据库中查询与该相关词对应的日志信息;其中,该智能设备用于运行人工智能技术。由以上第一方面可见,用户使用自然语言输入查询指令时,智能设备首先通过人工智能技术对该自然语言进行识别获取关键词,发送给日志数据库进行查询,当日志数据库根据该自然语言查询不到结果时,向智能设备发送反馈结果,此时该智能设备通过人工智能技术获取该关键词的相关词,并发送给日志数据库进行二次检索,通过人工智能技术的辅助,使得日志数据库具备了识别相关词的能力,同时,人工智能技术仅仅在用户输入的关键字查询失败的情况下才启动相关词查询,占用资源较少,查询速度更快。
结合以上第一方面,在第一种可能的实现方式中,该方法还包括:该智能设备将词库中的每个词定义为向量空间中的实数向量,从而使得该词库中的每个词都对应有一个词向量;该智能设备获取该关键词的相关词,包括:该智能设备获取该关键词的第一词向量;该智能设备获取与该第一词向量距离最近的第二词向量;其中,该距离判定可以从三种方式进行判断:可以是该第一词向量和该第二词向量间距离的长度,也可以是该第一词向量和该第二词向量之间的夹角余弦值,也可以是该第一词向量和该第二词向量间的距离结合夹角余弦值;该智能设备将该第二词向量对应的词输出为该相关词。由以上第一种可能的实现方式可见,将词库中的词转化为实数向量,智能设备便能够对词进行计算,从而得出词与词之间的相关性,其中,通过词向量之间距离、夹角余弦值或距离结合夹角余弦值,能够针对不同的词库,得到最合适的相关词查询算法,有利于结合不同词库的情况,得到准确的相关词查询结果。
本申请第二方面提供一种基于人工智能的日志查询方法,该方法包括:日志数据库接收智能设备发来的关键词,该智能设备用于运行人工智能技术,该关键词是该智能设备从用户输入的查询指令中获取到的;其中,该获取的方式可以为浅层语义分析中的语义角色标注SRL;该日志数据库根据该关键词获取与该关键词对应的查询结果;其中,该日志数据库可以是日志条目与日志数据的对应关系,日志数据库根据该关键词,搜索是否存在与关键词相同的日志条目,若存在,则获取该日志条目所对应的日志数据输出为查询结果;当该日志数据库根据该关键词获取该查询结果失败时,向该智能设备发送反馈结果;该日志数据库接收该智能设备发来的相关词,该相关词是该智能设备在收到该反馈结果后,根据该关键词获取到的;其中,该智能设备可以是通过词嵌入(Word Embedding)技术,在词库中构建词向量对关键词的相关词进行获取;其中,该相关词的数量可以为多个;该日志数据库根据该相关词获取与该相关词对应的查询结果;其中,当该关键词的数量为多个时,该日志数据库根据每个相关词分别获取查询结果。
结合以上第二方面,在第一种可能的实现方式中,该日志数据库根据该相关词获取与该相关词对应的查询结果,之后包括:
当该日志数据库根据该相关词成功获取该查询结果时,输出该查询结果;其中,当该相关词的数量为多个时,输出查询结果列表,该查询列表包含每个该相关词与该查询结果的对应关系;该日志数据库将该相关词加入该查询结果对应的日志数据库条目中;其中,当该相关词的数量为多个时,该日志数据库接收用户确认操作,该用户确认操作是用户在该查询结果列表中点击确认的一个条目,该用户确认操作中包含有一个相关词与一个查询结果的对应关系;该日志数据库根据该用户确认操作,将该关键词加入用户确认操作的日志数据库条目中。
本申请第三方面提供一种智能设备,该智能设备具有实现上述第一方面或第一方面任意一种可能实现方式的方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
本申请第四方面提供一种运行日志数据库的电子设备,该设备具有实现上述第二方面或第二方面任意一种可能实现方式的方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
本申请第五方面提供一种智能设备,包括:处理器和存储器;该存储器用于存储计算机执行指令,当该智能设备运行时,该处理器执行该存储器存储的该计算机执行指令,以使该智能设备执行如上述第一方面或第一方面任意一种可能实现方式的基于人工智能的日志查询方法。
本申请第六方面提供一种运行日志数据库的电子设备,包括:处理器和存储器;该存储器用于存储计算机执行指令,当该设备运行时,该处理器执行该存储器存储的该计算机执行指令,以使该设备执行如上述第二方面或第二方面任意一种可能实现方式的基于人工智能的日志查询方法。
本申请第七方面提供一种计算机可读存储介质,包括指令,当该指令在计算机设备上运行时,使得该计算机设备执行如上述第一方面或第一方面任意一种可能实现方式的基于人工智能的日志查询方法。
本申请第八方面提供一种计算机可读存储介质,包括指令,当该指令在计算机设备上运行时,使得该计算机设备执行如上述第二方面或第二方面任意一种可能实现方式的基于人工智能的日志查询方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本发明实施例中,提出了一种基于人工智能的日志查询方法、装置、设备及存储介质,首先通过人工智能手段对用户输入自然语句中的关键词进行提取,供日志数据库进行查询;当日志数据库通过关键词查询不到结果时,向人工智能反馈,人工智能识别该关键词的相关词,发送给日志数据库进行查询;最终日志数据库将查询到的结果输出给用户,同时,日志数据库对该相关词进行记录,使得日志数据库得以对该相关词进行学习,下次用户输入同一关键词进行查询时,不需人工智能介入进行相关词识别,日志数据库即可直接查询到相应结果。不仅使得日志数据库具备了相关词查询的能力,同时通过人工智能的方式帮助日志数据库获得学习能力,通过反复学习,日志数据库逐渐靠近用户的使用习惯,智能化程度通过学习提高。
附图说明
图1为本申请实施例中用户设备与智能设备、日志数据库之间架构的拓扑图;
图2为本申请实施例中基于人工智能的日志查询方法的一实施例示意图;
图3为本申请实施例中的基于人工智能的日志查询方法的另一实施例示意图;
图4为本申请实施例中的基于人工智能的日志查询方法的另一实施例示意图;
图5为本申请实施例中的基于人工智能的日志查询方法的另一实施例示意图;
图6为本申请实施例中的基于人工智能的日志查询方法的另一实施例示意图;
图7为本申请实施例中的基于人工智能的日志查询方法的另一实施例示意图;
图8为本申请实施例中电子设备的示意图;
图9为本申请实施例中智能设备与运行日志数据库的电子设备的示意图。
具体实施方式
本发明实施例提供一基于人工智能的日志查询方法、装置、设备及存储介质,能够通过人工智能技术对相关词的识别,使得用户输入的关键词为日志条目的同近义词时,也能够实现日志数据的查询。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,网络设备、系统及服务程序等在运作时,都会有日志在记载着日期、时间、使用者及动作等相关操作的描述,用于供用户或者管理者了解整体运行情况;日志大致包括主动防御违规日志、移动存储设备日志、网络访问控制日志、告警日志以及应用程序管控日志等等,其中,告警日志里面还包括很多种类如内存报警、CPU告警以及主动防御告警等等。如果想查询的详细的日志条目我们需要多种查询条件组合起来,但是查询出来的日志很可能有成千上万条日志,用户想找到所需要的日志条目还是很花费精力,因此通过人工智能技术对日志文件进行智能查找称为了新的技术趋势,将日志内容集合起来放到一个数据库中,形成日志数据库,后台集中智能分析,为用户提供相关的内容;用户在查询的过程中以类似聊天的方式输入自然语言,智能设备中存储的人工智能技术根据用户输入的自然语言获取关键词,供日志数据库使用该关键词进行查询,提高了查询效率,降低技术查询难度。
然而,在上述实施例中存在问题,由于用户的语言习惯不同,所输入自然语言中的关键词,可能是日志数据库中对应条目的同近义词,例如,用户输入自然语言“我要查询报警日志”,而日志数据库中记录的对应条目名称为“告警日志”,此时日志数据库无法对该关键词“报警日志”进行查询,导致用户查询失败。
针对上述问题,本发明的实施例提供一种基于人工智能的日志查询方法,能够通过人工智能技术,帮助日志数据库根据用户输入的同近义词进行日志查询。为便于理解,下面对本申请实施例中的具体流程进行描述,请参阅图2,本申请实施例中基于人工智能的日志查询方法的一个实施例包括。
201、智能设备接收用户输入的查询指令。
本实施例中,该智能设备内置有人工智能技术,首先由智能设备接收用户输入的查询指令,用户输入的查询指令可以是自然语言。
202、智能设备根据查询指令获取查询指令所包括的关键词。
本实施例中,智能设备中的人工智能技术对用户输入的自然语言进行识别,提取用于查询的关键词。
203、智能设备将关键词发送给日志数据库。
本实施例中,智能设备将所提取到的关键词发送给日志数据库进行查询。
204、日志数据库根据关键词进行查询。
本实施例中,日志数据库对该关键词的查询可能有两种结果,若用户自然语言中的关键词在日志数据库中有对应的条目,则日志数据库能够根据该关键词直接查询到相应的日志数据,查询成功;若日志数据库根据该关键词查询失败,说明该关键词有可能是日志数据库内信息的相关词,此时执行如下步骤205。
205、智能设备接收日志数据库发送的反馈结果。
本实施例中,若日志数据库根据关键词成功查询到对应条目时,直接向用户输出查询结果,本次查询工作结束;当查询失败时,日志数据库向智能设备发送反馈结果。
206、智能设备获取关键词的相关词。
本实施例中,当智能设备收到日志数据库发来的反馈结果时,意味着日志数据库根据关键词查询失败,此时智能设备通过人工智能技术获取该关键词的相关词,例如同义词、近义词、意思相近的词汇或相同意思的其他表达方式等等。
207、智能设备将相关词发送给日志数据库。
本实施例中,该相关词用于在日志数据库中查询与相关词对应的日志信息。
208、日志数据库根据相关词进行查询。
本实施例中,若用户输入的关键词是日志数据库中对应条目的相关词,此时即可通过本实施例的方式在日志数据库找到该对应的条目。
209、当日志数据库根据相关词查询到结果时,向用户输出查询结果。
本实施例中,对于用户输入的用于查询的自然语言,智能设备首先通过人工智能技术进行关键词识别,并将关键词发送给日志数据库进行查询,当查询失败时,智能设备通过人工智能技术提取该关键词的相关词,再次发送给日志数据库进行识别,从而解决了用户输入相关词无法再日志数据库中查询到结果的问题。
上述实施例介绍了日志数据库在智能设备的介入下,对用户输入的相关词进行查询的情况;对于同一个相关词,若每次用户输入该相关词作为关键词,都需要智能设备的介入,会浪费计算资源;因此,对于一个相关词,查询成功一次后,日志数据库可以对该相关词进行记录,从而对该相关词进行学习,从而下次用户输入该相关词作为关键词查询时,日志数据库就能直接得到查询结果,使得智能设备对于同一个相关词不需重复介入,节省了计算资源,为便于理解,下面对本申请实施例中的具体流程进行描述,请参阅图3,本申请实施例中基于人工智能的日志查询方法的另一个实施例包括。
301、智能设备接收用户输入的查询指令。
本实施例中,本步骤与步骤201相同,此处不再赘述。
302、智能设备根据查询指令获取查询指令所包括的关键词。
本实施例中,本步骤与步骤202相同,此处不再赘述。
303、所述智能设备将关键词发送给日志数据库。
本实施例中,本步骤与步骤203相同,此处不再赘述。
304、日志数据库根据关键词进行查询。
本实施例中,本步骤与步骤204相同,此处不再赘述。
305、智能设备接收日志数据库发送的反馈结果。
本实施例中,本步骤与步骤205相同,此处不再赘述。
306、智能设备获取关键词的相关词。
本实施例中,本步骤与步骤206相同,此处不再赘述。
307、智能设备将相关词发送给日志数据库。
本实施例中,本步骤与步骤207相同,此处不再赘述。
308、日志数据库根据相关词进行查询。
本实施例中,本步骤与步骤208相同,此处不再赘述。
309、当日志数据库根据相关词查询到结果时,向用户输出查询结果。
本实施例中,本步骤与步骤209相同,此处不再赘述。
310、日志数据库将关键词添加到查询结果所对应的条目中。
本实施例中,原本日志数据库中一个条目只对应一个名称,通过上述步骤,将用户输入的关键词也加入该条目,使得下次有用户输入同一关键词时,不需智能设备介入进行相关词查找,即可直接查询到该条目下的查询结果,节省了计算资源,随着用户使用次数的增多,日志数据库会根据用户的语言习惯,学习到越来越多的关键词,从而向用户的语言使用习惯靠近。
需要说明的是,上述通过人工智能技术识别用户自然语句中的关键词,以及通过人工智能技术获取关键词的相关词,两个步骤可以通过不同的人工智能算法实现,针对关键词识别技术和相关词获取技术,以下分别给出两个实施例。
一、关键词识别技术。
当用户输入的查询指令为自然语言时,关键词识别技术能够对自然语言中的关键词进行识别,从而将该关键词发送给日志数据库进行查询。为便于理解,下面对本实施例中的具体流程进行描述,请参阅图4,本实施例包括以下步骤。
401、智能设备接收用户输入的查询指令。
本实施例中,此步骤与步骤201相同,此处不再赘述。
402、智能设备对用户输入的查询指令进行语义角色标注。
本实施例中,在用户输入的查询指令为自然语言的情况下,智能设备调用人工智能技术通过语义角色标注当中的BIO标注方式,对用户输入的自然语言进行标注排序,BIO标注表示如下:
(1)B-NP:名词短语的开头;
(2)I-NP:名词短语的中间;
(3)O:不是名词短语;
(4)B-VP:动词短语;
例如,用户输入的自然语言为“我要查询报警日志”,BIO标注如下表1所示。
表1
输入序列 | 我 | 要 | 查询 | 报警日志 |
标记 | B-NP | O | B-VP | B-NP |
403、智能设备根据语义角色标注识别查询指令中的关键词。
本实施例中,通过语义角色标注中的BIO标注,可以获知名词短语B-NP有两个,分别为“我”和“报警日志”,此时人工智能技术根据内置的词典判断该名词“我”为主语,在语义角色中担任施事者(Agent),名词“报警日志”为宾语,语义角色中担任受事者(Patient),从而识别查询指令中的关键词为“报警日志”。
404、智能设备将关键词发送给日志数据库。
本实施例中,本步骤与步骤203相同,此处不再赘述。
405、日志数据库根据关键词进行查询。
406、智能设备接收日志数据库发送的反馈结果。
本实施例中,本步骤与步骤205相同,此处不再赘述。
407、智能设备获取关键词的相关词。
本实施例中,本步骤与步骤206相同,此处不再赘述。
408、智能设备将相关词发送给日志数据库。
本实施例中,本步骤与步骤207相同,此处不再赘述。
409、日志数据库根据相关词进行查询。
本实施例中,本步骤与步骤208相同,此处不再赘述。
410、当日志数据库根据相关词查询到结果时,向用户输出查询结果。
本实施例中,本步骤与步骤209相同,此处不再赘述。
411、日志数据库将关键词添加到查询结果所对应的条目中。
本实施例中,本步骤与步骤310相同,此处不再赘述。
本实施例中,对于用户输入的自然语言的查询指令,智能设备通过调用人工智能技术中的语义角色标注,对自然语句的结构进行分析,提取出供日志数据库进行查询的关键词,从而将用户输入的自然语言,转化为日志数据库能够识别的查询语言,降低了用户查找难度。
二、相关词获取技术
本实施例中,当日志数据库根据智能设备所提取的关键词查询失败时,说明用户输入的关键词可能是日志数据库中对应条目的相关词,此时需要智能设备介入,获取用户输入关键词的相关词,再发送给日志数据库进行查询,根据智能设备所获取到相关词数量的不同,分为智能设备查询到单个相关词和智能设备查询到多个相关词两种情况。为便于理解,下面分别对两种情况的具体流程进行描述。
1、智能设备查询到单个相关词。
请参阅图5,本申请实施例中基于人工智能的日志查询方法的一个实施例包括。
501、智能设备将词库中的每个词定义为向量空间中的实数向量。
本实施例中,智能设备内置有词库,人工智能技术通过词嵌入(Word Embedding)技术将词库中的每个词定义为向量空间中的实数向量,例如,词库中包含“报警日志”、“告警日志”及“移动存储设备日志”等若干单词,人工智能技术将该若干单词映射到向量空间中,“报警日志”对应的向量为(1,2,3),“告警日志”对应的向量为(2,2,4),“移动存储设备日志”对应的映射为(-4,-5,-2)(本数据仅为示意),即可将词库中的每个词定义为向量空间中的实数向量。
502、智能设备接收用户输入的查询指令。
本实施例中,假定用户输入的查询指令为自然语言“我要查询报警日志”。
503、智能设备根据查询指令获取查询指令所包括的关键词。
本实施例中,此步骤可参考步骤202或步骤402至403,所提取到的关键词为“报警日志”,其余此处不再赘述。
504、智能设备将关键词发送给日志数据库。
本实施例中,本步骤与步骤203相同,此处不再赘述。
505、日志数据库根据关键词进行查询。
本实施例中,日志数据库根据关键词“报警日志”进行查询,假定日志数据库中对应的条目名为“告警日志”,由于关键词与日志数据库中对应条目不一致,查询失败。
506、智能设备接收日志数据库发送的反馈结果。
本实施例中,本步骤与步骤205相同,此处不再赘述。
507、智能设备获取关键词的第一词向量。
本实施例中,智能设备获取到关键词“报警日志”的第一词向量为(1,2,3)。
508、智能设备获取与第一词向量距离最近的第二词向量。
本实施例中,第一词向量为(1,2,3),智能设备通过距离长度的计算,夹角余弦值计算,或者距离长度计算与夹角余弦值计算向结合的方式,得出在本词库的向量空间中,与第一词向量(1,2,3)最接近的向量为第二词向量(2,2,4)。
509、智能设备将第二词向量对应的词输出为相关词。
本实施例中,根据智能设备当中的记录,第二词向量(2,2,4)对应的词为“告警日志”,于是智能设备将“告警日志”输出为关键词“报警日志”的相关词。
510、智能设备将相关词发送给日志数据库。
本实施例中,智能设备将相关词“告警日志”发送给日志数据库。
511、日志数据库根据相关词进行查询。
本实施例中,日志数据库根据相关词“告警日志”进行查询,得到日志数据库中的相关条目。
512、当日志数据库根据相关词查询到结果时,向用户输出查询结果。
本实施例中,日志数据库将“告警日志”条目下查询到的结果向用户输出。
513、日志数据库将关键词添加到查询结果所对应的条目中。
本实施例中,日志数据库将关键词“报警日志”添加到“告警日志”所在的条目中,从而使得下次日志数据库获取到关键词“报警日志”时,能够直接查询到该条查询结果,不需要智能设备再次介入,节省了计算资源。
本实施例中,词嵌入的方式将词库中的单词转变为词向量,使得智能设备可以对单词进行计算,通过计算不同单词词向量之间距离出单词之间的相似性,克服了计算机设备无法对二进制字符串构成的单词进行比较的问题;同时,在完成查询后,日志数据库能够对查询的情况进行记录,从而获得学习的能力。
2、智能设备查询到多个相关词。
请参阅图6,本本申请实施例中基于人工智能的日志查询方法的一个实施例包括。
601、智能设备将词库中的每个词定义为向量空间中的实数向量。
本实施例中,本步骤与步骤501相似,假定向量空间中除了“报警日志(1,2,3)”、“告警日志(2,2,4)”以外,还有“预警机制(2,3,5)”和“预警日志(2,4,6)”(本数据仅为示意),其余不再赘述。
602、智能设备接收用户输入的查询指令。
本实施例中,依然假定用户输入的查询指令为自然语言“我要查询报警日志”。
603、智能设备根据查询指令获取查询指令所包括的关键词。
本实施例中,此步骤可参考步骤202或步骤402至403,所提取到的关键词为“报警日志”,其余此处不再赘述。
604、智能设备将关键词发送给日志数据库。
本实施例中,本步骤与步骤203相同,此处不再赘述。
605、日志数据库根据关键词进行查询。
本实施例中,日志数据库根据关键词“报警日志”进行查询,假定日志数据库中对应的条目名为“告警日志”,另外日志数据库中还包含条目“预警机制”和“预警日志”,由于关键词与日志数据库中对应条目均不一致,查询失败。
606、智能设备接收日志数据库发送的反馈结果。
本实施例中,本步骤与步骤205相同,此处不再赘述。
607、智能设备获取关键词的第一词向量。
本实施例中,智能设备获取到关键词“报警日志”的第一词向量为(1,2,3)。
608、智能设备根据距离获取第一词向量附近的第二词向量。
本实施例中,第一词向量为(1,2,3),智能设备通过距离长度的计算,夹角余弦值计算,或者距离长度计算与夹角余弦值计算向结合的方式,得出在本词库的向量空间中,第一词向量(1,2,3)附近的第二词向量有以下三个:(2,2,4)、(2,3,5)和(2,4,6)。
609、智能设备将所有第二词向量对应的词输出为相关词列表。
本实施例中,根据智能设备当中的记录,三个第二词向量(2,2,4)、(2,3,5)和(2,4,6)分别对应的词为“告警日志”、“预警机制”和“预警日志”,于是智能设备将生成相关词列表(告警日志,预警机制,预警日志)。
610、智能设备将相关词列表发送给日志数据库。
本实施例中,智能设备将相关词列表(告警日志,预警机制,预警日志)发送给日志数据库。
611、日志数据库对相关词列表中的相关词逐一进行查询。
本实施例中,日志数据库根据相关词列表中的“告警日志”,“预警机制”和“预警日志”逐一进行查询。
612、当日志数据库根据相关词列表查询到多个结果时,向用户输出查询结果列表。
本实施例中,日志数据库中“告警日志”,“预警机制”和“预警日志”均对应有相关条目,此时日志数据库将该三个条目下查询到的结果制成查询结果列表向用户输出;具体为:向用户输出自然语言:“未检索到‘报警日志’所对应的条目,查询到相近条目‘告警日志’,‘预警机制’,‘预警日志’显示如下:”同时将查询结果生成查询结果列表输出给用户,该列表包括三个UI按钮:告警日志,预警机制,预警日志,每个UI按钮上设置有超链接,用户点击按钮跳转显示该条目下所查询到的查询结果。
613、日志数据库接收用户确认操作。
本实施例中,该用户确认操作具体为:用户在该查询结果列表中点击确认的一个条目,该用户确认操作中包含有一个相关词与一个查询结果的对应关系,在上述举例中,用户确认操作为:用户点击“告警日志”UI按钮,从而根据超链接跳转阅读告警日志条目下的日志信息,此时日志数据库获取到的用户确认操作为告警日志与告警日志下相关条目的对应关系。
614、将该关键词加入用户确认操作对应的日志数据库条目中。
本实施例中,用户通过用户确认操作,向日志数据库反馈,在用户数据库输出的查询结果列表中哪一条才是自己预期得到的结果,此时用户数据库将关键词加入用户确认操作的条目中,在用户的确认下实现对相关词的学习。在上述举例中,用户确认操作为告警日志与告警日志下相关条目的对应关系,此时,日志数据库将关键词“报警日志”加入该对应关系中,从而下次用户数据库接收到查询关键词“报警日志”时,能够直接查询到告警日志下相关条目,不需智能设备介入,节省了计算资源。
本实施例中,当智能设备查询到相关词的数量为多个时,将多个相关词全部发送给日志数据库,供日志数据库逐一进行查询,当多个相关词都查询到对应条目时,生成查询结果列表输出给用户,保证查询的完整性。同时,在完成查询后,根据用户通过用户确认操作的反馈情况,日志数据库能够对查询的情况进行记录,从而获得学习的能力。
上述实施例介绍了基于人工智能对日志数据库进行查询的几种方法,在一些情况下,日志数据库内的日志分为个子项目,例如告警日志下包含:内存告警、CPU告警及主动防御告警等,每一个子项目下都对应有大量的日志数据,若仅仅针对用户查询输出告警日志数据,对于用户来说仍然需要面对大量的数据,不能得到用户需要的精准效果,因此,需要通过多次查询逐步细化,直到取得用户满意的查询结果。为便于理解,下面对本实施例中的具体流程进行描述,请参阅图7,具体包括以下步骤。
701、智能设备将词库中的每个词定义为向量空间中的实数向量。
本实施例中,本步骤可参考步骤501,此处不再赘述。
702、智能设备接收用户输入的第一查询指令。
本实施例中,用户通过第一查询指令输出自己想要查询的最大范围,假定用户输入的查询指令为自然语言“我要查询报警日志”。
703、智能设备根据第一查询指令获取第一查询指令所包括的第一关键词。
本实施例中,此步骤可参考步骤202或步骤402至403,所提取到的第一关键词为“报警日志”,其余此处不再赘述。
704、智能设备将第一关键词发送给日志数据库。
本实施例中,本步骤与步骤203相同,此处不再赘述。
705、日志数据库根据第一关键词进行查询。
本实施例中,本步骤与步骤505同,此处不再赘述。
706、智能设备接收日志数据库发送的反馈结果。
本实施例中,本步骤与步骤205相同,此处不再赘述。
707、智能设备获取第一关键词的第一词向量。
本实施例中,本步骤与步骤507相同,此处不再赘述。
708、智能设备根据距离获取第一词向量附近的第二词向量。
本实施例中,因为存在多级别日志的情况,同一日志不同级别之间的名称也构成相关词,因此本步骤与步骤608相同,此处不再赘述。
709、智能设备将所有第二词向量对应的词输出为相关词列表。
本实施例中,本步骤与步骤609相同,此处不再赘述。
710、智能设备将相关词列表发送给日志数据库。
本实施例中,智能设备将相关词列表发送给日志数据库。
711、日志数据库对相关词列表中的相关词逐一进行查询。
本实施例中,本步骤与步骤611相同,此处不再赘述。
712、当日志数据库根据相关词列表查询到多个结果时,向用户输出第一日志级别的查询结果列表。
本实施例中,日志数据库中对于不同级别的日志条目,会设置相应的级别,例如,“告警日志”及“移动存储设备日志”为第一日志级别,“内存告警”、“CPU告警”及“主动防御告警”为第二日志级别,在针对第一查询指令进行查询的过程中,日志数据库对相关词列表中的相关词逐一进行查询,但是只向用户输出第一日志级别的查询结果,当第一日志级别的查询结果为多个时,向用户输出第一日志级别的查询结果列表。
713、日志数据库接收用户确认操作。
本实施例中,本步骤与步骤613相同,此处不再赘述。
714、日志数据库根据用户确认操作向获取第一查询结果,该第一查询结果为,该用户确认操作所确认的日志级别下包含哪些子目录级别。
本实施例中,假设用户确认操作确认“告警日志”为需要的结果,此时日志数据库通过聊天对话框以自然语言的形式向用户输出第一查询结果:“告警日志包括内存告警、CPU告警及主动防御告警,请问您需要查看哪条日志?”
715、日志数据库向用户发送第一查询结果。
本实施例中,日志数据库将第一查询结果发送给用户,供用户进行后续的进一步查询。
716、日志数据库接收用户的第二查询指令,该第二查询指令是用户看到该第一查询结果之后发送的。
本实施例中,由于第一查询结果中已经明确告诉用户,用户确认操作所确认的日志下包含哪些子目录级别,因此,用户的第二查询指令是根据第一查询结果下达的,第二查询指令中不会存在用户因语言使用习惯不同输入同近义词的情况。
717、日志数据库根据第二查询指令获取第二查询结果。
本实施例中,由于所述第二查询指令是根据第一查询结果所作出的,所以用户能够输入准确的关键字对之日数据库进行查询,省去了人工智能参与的步骤。
718、日志数据库向用户发送第二查询结果。
本实施例中,若该日志数据库包括多个级别的子目录,则重复步骤714至717,在用户的查询指令下逐级别查找,直到获得用户需要的结果。
上述主要从智能设备与运行日志数据库的电子设备之间交互的角度对本申请实施例提供的方案进行了介绍。可以理解的是,上述智能设备和运行日志数据库的电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
从硬件结构上来描述,上述基于人工智能的日志查询方法可以由一个实体设备实现,也可以由多个实体设备共同实现,还可以是一个实体设备内的一个逻辑功能模块,本申请实施例对此不作具体限定。
例如,上述基于人工智能的日志查询方法可以通过图8中的电子设备来实现。图8为本申请实施例提供的电子设备的硬件结构示意图。该电子设备包括至少一个处理器801,通信线路802,存储器803以及至少一个通信接口804。
处理器801可以是一个通用中央处理器(central processing unit,CPU),微处理器,特定应用集成电路(application-specific integrated circuit,服务器IC),或一个或多个用于控制本申请方案程序执行的集成电路。
通信线路802可包括一通路,在上述组件之间传送信息。
通信接口804,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN)等。
存储器803可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyer服务器able programmable read-only memory,EEPROM)、只读光盘(compact discread-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过通信线路802与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器803用于存储执行本申请方案的计算机执行指令,并由处理器801来控制执行。处理器801用于执行存储器803中存储的计算机执行指令,从而实现本申请上述实施例提供的日志查询的方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
在具体实现中,作为一种实施例,处理器801可以包括一个或多个CPU,例如图8中的CPU0和CPU1。
在具体实现中,作为一种实施例,电子设备可以包括多个处理器,例如图8中的处理器801和处理器807。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
在具体实现中,作为一种实施例,电子设备还可以包括输出设备805和输入设备806。输出设备805和处理器801通信,可以以多种方式来显示信息。例如,输出设备805可以是液晶显示器(liquid crystal display,LCD),发光二级管(light emitting diode,LED)显示设备,阴极射线管(cathode ray tube,CRT)显示设备,或投影仪(projector)等。输入设备806和处理器801通信,可以以多种方式接收用户的输入。例如,输入设备806可以是鼠标、键盘、触摸屏设备或传感设备等。
上述的电子设备可以是一个通用设备或者是一个专用设备。在具体实现中,电子设备可以是台式机、便携式电脑、网络服务器、掌上电脑(personal digital assistant,PDA)、移动手机、平板电脑、无线终端设备、嵌入式设备或有图8中类似结构的设备。本申请实施例不限定电子设备的类型。
本申请实施例可以根据上述方法示例对智能设备和运行日志数据库的电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
比如,以采用集成的方式划分各个功能单元的情况下,图9示出了一种智能设备、一种运行日志数据库的电子设备及二者关联关系的结构示意图。
如图9所示,本申请实施例提供的智能设备,包括:
第一接收单元901,用于接收用户输入的查询指令;
第一获取单元902,用于根据第一接收单元901接收到的查询指令获取查询指令所包括的关键词;
第一发送单元903,用于将第一获取单元902获取到的关键词发送给日志数据库;
第二接收单元904,用于接收日志数据库发送的反馈结果,反馈结果是在日志数据库根据第一发送单元903发送的关键词查询失败时发送的;
第二获取单元905,用于获取第二接收单元904接收到的反馈结果中的关键词的相关词;
第二发送单元906,用于将第二获取单元905获取到的相关词发送给日志数据库,相关词用于在日志数据库中查询与相关词对应的日志信息;
其中,智能设备用于运行人工智能技术。
可选地,该智能设备还包括定义单元907,用于将词库中的每个词定义为向量空间中的实数向量,从而使得词库中的每个词都对应有一个词向量;
对应地,第二获取单元905,用于:
获取关键词的第一词向量;
获取与第一词向量距离最近的第二词向量;
将第二词向量对应的词输出为相关词。
图9还示出了一种运行日志数据库的电子设备的结构示意图。
如图9所示,本申请实施例提供的运行日志数据库的电子设备,包括:
第一接收单元908,用于接收智能设备发来的关键词,智能设备用于运行人工智能技术,该关键词是智能设备从用户输入的查询指令中获取到的;
第一获取单元909,用于根据第一接收单元908接收到的关键词获取与关键词对应的查询结果;
发送单元910,用于当第一获取单元909根据关键词获取查询结果失败时,向智能设备发送反馈结果;
第二接收单元911,用于接收智能设备发来的相关词,相关词是智能设备在收到发送单元910发送的反馈结果后,根据关键词获取到的;
第二获取单元912,用于根据第二接收单元911接收的相关词获取与相关词对应的查询结果。
可选地,该运行日志数据库的电子设备还包括:
输出单元913,用于当第二获取单元912根据相关词成功获取查询结果时,输出查询结果。
学习单元914,用于将第二接收单元911所接收的相关词加入所述查询结果对应的日志数据库条目中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时,全部或部分地产生按照本发明实施例该的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
以上对本发明实施例所提供的基于人工智能的日志查询方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于人工智能的日志查询方法,其特征在于,包括:
智能设备接收用户输入的查询指令;
所述智能设备根据所述查询指令获取所述查询指令所包括的关键词;
所述智能设备将所述关键词发送给日志数据库;
所述智能设备接收所述日志数据库发送的反馈结果,所述反馈结果是在所述日志数据库查询失败时发送的;
所述智能设备获取所述关键词的相关词;
所述智能设备将所述相关词发送给所述日志数据库,所述相关词用于在所述日志数据库中查询与所述相关词对应的日志信息;
其中,所述智能设备用于运行人工智能技术。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述智能设备将词库中的每个词定义为向量空间中的实数向量,从而使得所述词库中的每个词都对应有一个词向量;
所述智能设备获取所述关键词的相关词,包括:
所述智能设备获取所述关键词的第一词向量;
所述智能设备获取与所述第一词向量距离最近的第二词向量;
所述智能设备将所述第二词向量对应的词输出为所述相关词。
3.一种基于人工智能的日志查询方法,其特征在于,包括:
日志数据库接收智能设备发来的关键词,所述智能设备用于运行人工智能技术,所述关键词是所述智能设备从用户输入的查询指令中获取到的;
所述日志数据库根据所述关键词获取与所述关键词对应的查询结果;
当所述日志数据库根据所述关键词获取所述查询结果失败时,向所述智能设备发送反馈结果;
所述日志数据库接收所述智能设备发来的相关词,所述相关词是所述智能设备在收到所述反馈结果后,根据所述关键词获取到的;
所述日志数据库根据所述相关词获取与所述相关词对应的查询结果。
4.根据权利要求3所述的方法,其特征在于,
所述日志数据库根据所述相关词获取与所述相关词对应的查询结果,之后包括:
当所述日志数据库根据所述相关词成功获取所述查询结果时,输出所述查询结果;
所述日志数据库将所述相关词加入所述查询结果对应的日志数据库条目中。
5.一种智能设备,其特征在于,包括:
第一接收单元,用于接收用户输入的查询指令;
第一获取单元,用于根据所述第一接收单元接收到的所述查询指令获取所述查询指令所包括的关键词;
第一发送单元,用于将所述第一获取单元获取到的所述关键词发送给日志数据库;
第二接收单元,用于接收所述日志数据库发送的反馈结果,所述反馈结果是在所述日志数据库根据所述第一发送单元发送的所述关键词查询失败时发送的;
第二获取单元,用于获取所述第二接收单元接收到的所述反馈结果中的所述关键词的相关词;
第二发送单元,用于将所述第二获取单元获取到的所述相关词发送给所述日志数据库,所述相关词用于在所述日志数据库中查询与所述相关词对应的日志信息;
其中,所述智能设备用于运行人工智能技术。
6.一种运行日志数据库的电子设备,其特征在于,包括:
第一接收单元,用于接收智能设备发来的关键词,所述智能设备用于运行人工智能技术,所述关键词是所述智能设备从用户输入的查询指令中获取到的;
第一获取单元,用于根据所述第一接收单元接收到的所述关键词获取与所述关键词对应的查询结果;
发送单元,用于当所述第一获取单元根据所述关键词获取所述查询结果失败时,向所述智能设备发送反馈结果;
第二接收单元,用于接收所述智能设备发来的相关词,所述相关词是所述智能设备在收到所述发送单元发送的所述反馈结果后,根据所述关键词获取到的;
第二获取单元,用于根据所述第二接收单元接收的所述相关词获取与所述相关词对应的查询结果。
7.一种智能设备,其特征在于,所述设备包括:交互装置、输入/输出(I/O)接口、处理器和存储器,所述存储器中存储有程序指令;
所述交互装置用于获取用户输入的操作指令;
所述处理器用于执行存储器中存储的程序指令,执行如权利要求1-2任一所述的方法。
8.一种运行日志数据库的电子设备,其特征在于,所述设备包括:交互装置、输入/输出(I/O)接口、处理器和存储器,所述存储器中存储有程序指令;
所述交互装置用于获取用户输入的操作指令;
所述处理器用于执行存储器中存储的程序指令,执行如权利要求3-4任一所述的方法。
9.一种计算机可读存储介质,包括指令,其特征在于,当所述指令在计算机设备上运行时,使得所述计算机设备执行如权利要求1-2中任一项所述的方法。
10.一种计算机可读存储介质,包括指令,其特征在于,当所述指令在计算机设备上运行时,使得所述计算机设备执行如权利要求2-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811076283.2A CN109063204A (zh) | 2018-09-14 | 2018-09-14 | 基于人工智能的日志查询方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811076283.2A CN109063204A (zh) | 2018-09-14 | 2018-09-14 | 基于人工智能的日志查询方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109063204A true CN109063204A (zh) | 2018-12-21 |
Family
ID=64762652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811076283.2A Pending CN109063204A (zh) | 2018-09-14 | 2018-09-14 | 基于人工智能的日志查询方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109063204A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110134656A (zh) * | 2019-04-04 | 2019-08-16 | 微民保险代理有限公司 | 页面控制方法、装置、计算机可读存储介质和计算机设备 |
CN111160029A (zh) * | 2020-01-02 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 信息的处理方法、装置、电子设备及计算机可读存储介质 |
CN112087414A (zh) * | 2019-06-14 | 2020-12-15 | 北京奇虎科技有限公司 | 挖矿木马的检测方法及装置 |
CN112182193A (zh) * | 2020-10-19 | 2021-01-05 | 山东旗帜信息有限公司 | 一种交通行业中日志获取方法、设备及介质 |
CN113343116A (zh) * | 2021-07-06 | 2021-09-03 | 上海明略人工智能(集团)有限公司 | 基于企业数仓的智能聊天推荐方法、系统、设备及存储介质 |
CN117112736A (zh) * | 2023-10-24 | 2023-11-24 | 云南瀚文科技有限公司 | 一种基于语义分析模型的信息检索分析方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106610972A (zh) * | 2015-10-21 | 2017-05-03 | 阿里巴巴集团控股有限公司 | 查询改写方法及装置 |
CN107784014A (zh) * | 2016-08-30 | 2018-03-09 | 广州市动景计算机科技有限公司 | 信息搜索方法、设备及电子设备 |
CN108427686A (zh) * | 2017-02-15 | 2018-08-21 | 北京国双科技有限公司 | 文本数据查询方法及装置 |
-
2018
- 2018-09-14 CN CN201811076283.2A patent/CN109063204A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106610972A (zh) * | 2015-10-21 | 2017-05-03 | 阿里巴巴集团控股有限公司 | 查询改写方法及装置 |
CN107784014A (zh) * | 2016-08-30 | 2018-03-09 | 广州市动景计算机科技有限公司 | 信息搜索方法、设备及电子设备 |
CN108427686A (zh) * | 2017-02-15 | 2018-08-21 | 北京国双科技有限公司 | 文本数据查询方法及装置 |
Non-Patent Citations (1)
Title |
---|
"十所"财经高校文献检索课程教材编写组: "《经济信息资源检索与图书馆利用》", 30 June 2015, 东北财经大学出版社, pages: 220 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110134656A (zh) * | 2019-04-04 | 2019-08-16 | 微民保险代理有限公司 | 页面控制方法、装置、计算机可读存储介质和计算机设备 |
CN110134656B (zh) * | 2019-04-04 | 2021-10-22 | 微民保险代理有限公司 | 页面控制方法、装置、计算机可读存储介质和计算机设备 |
CN112087414A (zh) * | 2019-06-14 | 2020-12-15 | 北京奇虎科技有限公司 | 挖矿木马的检测方法及装置 |
CN111160029A (zh) * | 2020-01-02 | 2020-05-15 | 腾讯科技(深圳)有限公司 | 信息的处理方法、装置、电子设备及计算机可读存储介质 |
CN111160029B (zh) * | 2020-01-02 | 2023-10-20 | 腾讯科技(深圳)有限公司 | 信息的处理方法、装置、电子设备及计算机可读存储介质 |
CN112182193A (zh) * | 2020-10-19 | 2021-01-05 | 山东旗帜信息有限公司 | 一种交通行业中日志获取方法、设备及介质 |
CN112182193B (zh) * | 2020-10-19 | 2023-01-13 | 山东旗帜信息有限公司 | 一种交通行业中日志获取方法、设备及介质 |
CN113343116A (zh) * | 2021-07-06 | 2021-09-03 | 上海明略人工智能(集团)有限公司 | 基于企业数仓的智能聊天推荐方法、系统、设备及存储介质 |
CN117112736A (zh) * | 2023-10-24 | 2023-11-24 | 云南瀚文科技有限公司 | 一种基于语义分析模型的信息检索分析方法及系统 |
CN117112736B (zh) * | 2023-10-24 | 2024-01-05 | 云南瀚文科技有限公司 | 一种基于语义分析模型的信息检索分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210019341A1 (en) | Implementing a software action based on machine interpretation of a language input | |
CN109063204A (zh) | 基于人工智能的日志查询方法、装置、设备及存储介质 | |
US20210342549A1 (en) | Method for training semantic analysis model, electronic device and storage medium | |
US10559308B2 (en) | System for determining user intent from text | |
US20190103111A1 (en) | Natural Language Processing Systems and Methods | |
CN111931500B (zh) | 搜索信息的处理方法、装置 | |
US11875233B2 (en) | Automatic recognition of entities related to cloud incidents | |
US11263208B2 (en) | Context-sensitive cross-lingual searches | |
US20210157983A1 (en) | Hybrid in-domain and out-of-domain document processing for non-vocabulary tokens of electronic documents | |
US20220100963A1 (en) | Event extraction from documents with co-reference | |
US11429603B2 (en) | Using artificial intelligence and natural language processing for data collection in message oriented middleware frameworks | |
US20220358292A1 (en) | Method and apparatus for recognizing entity, electronic device and storage medium | |
US11507747B2 (en) | Hybrid in-domain and out-of-domain document processing for non-vocabulary tokens of electronic documents | |
US20220100772A1 (en) | Context-sensitive linking of entities to private databases | |
US11775894B2 (en) | Intelligent routing framework | |
KR20190138562A (ko) | 정보를 생성하기 위한 방법 및 장치 | |
CN114840734B (zh) | 多模态表示模型的训练方法、跨模态检索方法及装置 | |
US20220121692A1 (en) | Method, apparatus, device and computer storage medium for retrieving geographic positions | |
WO2023155678A1 (zh) | 用于确定信息的方法和装置 | |
US20220100967A1 (en) | Lifecycle management for customized natural language processing | |
CN112329429B (zh) | 文本相似度学习方法、装置、设备以及存储介质 | |
WO2022072237A1 (en) | Lifecycle management for customized natural language processing | |
CN116414964A (zh) | 智能客服问答知识库构建方法、装置、设备及介质 | |
US11461400B2 (en) | Using artificial intelligence and natural language processing for data collection in message oriented middleware frameworks | |
US20220310084A1 (en) | Extensible search, content, and dialog management system with human-in-the-loop curation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181221 |
|
RJ01 | Rejection of invention patent application after publication |