CN110427453B - 数据的相似度计算方法、装置、计算机设备及存储介质 - Google Patents
数据的相似度计算方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110427453B CN110427453B CN201910473021.8A CN201910473021A CN110427453B CN 110427453 B CN110427453 B CN 110427453B CN 201910473021 A CN201910473021 A CN 201910473021A CN 110427453 B CN110427453 B CN 110427453B
- Authority
- CN
- China
- Prior art keywords
- data
- key information
- matched
- service scene
- algorithm
- 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.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 63
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 117
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000004140 cleaning Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000012550 audit Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3335—Syntactic pre-processing, e.g. stopword elimination, stemming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3338—Query expansion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例属于大数据分析技术领域,涉及一种数据的相似度计算方法,包括:获取待匹配数据;提取待匹配数据中的关键信息;根据关键信息,匹配与所述关键信息对应的业务场景;确定与所述业务场景对应的预先训练的算法模型,将所述待匹配数据输入至所述算法模型,并输出相似度的计算结果。本申请还提供一种数据的相似度计算装置、计算机设备及存储介质。本申请还提供了一种数据的相似度计算装置、计算机设备及存储介质。采用本申请,能够将数据信息与业务场景对应起来,进而选择适合于业务场景的算法模型计算数据信息,提高了计算结果,同时减少了人工投入成本。
Description
技术领域
本申请涉及大数据分析技术领域,尤其涉及一种数据的相似度计算方法、装置、计算机设备及存储介质。
背景技术
在对信息进行处理时,信息数据的相似度计算广泛应用于信息检索中,例如,机器翻译、自动问答、文本挖掘等领域。在这些应用之中,数据相似度计算是一个基础且非常关键的环节。目前,基于相同的平台或者网页下,大多数的数据在匹配时,无论是什么使用场景都是使用相同的算法进行计算,但是,对于有些业务场景,可能并不适合该算法模型,致使得到的数据结果往往不够准确。
发明内容
本申请实施例的目的在于提出一种数据的相似度计算方法、装置、计算机设备及存储介质,旨在解决现有的数据的相似度计算不准确的问题。
为了解决上述技术问题,本申请实施例提供一种数据的相似度计算方法,采用了如下所述的技术方案:
获取待匹配数据;
提取所述待匹配数据中的关键信息;
根据所述关键信息,匹配与所述关键信息对应的业务场景;
确定与所述业务场景对应的预先训练的算法模型,将所述待匹配数据输入至所述算法模型,并输出相似度的计算结果。
进一步的,所述提取所述待匹配数据中的关键信息的步骤具体包括:
对所述待匹配数据进行清洗处理,得到清洗后的数据;
对所述清洗后的数据进行向量化处理,得到特征向量数据;
计算所述特征向量数据,并将计算结果作为所述关键信息。
进一步的,所述提取所述待匹配数据中的关键信息的步骤具体包括:
对所述待匹配数据进行清洗处理,得到清洗后的数据;
判断所述清洗后的数据中是否存在与预先设定的数据信息内容相同的数据;
若是,则将清洗后的数据中与预先设定的数据信息内容相同的数据作为所述关键信息。
进一步的,所述匹配与所述关键信息对应的业务场景的步骤具体包括:
提取前次使用的业务场景;
判断所述关键信息是否与所述前次使用的业务场景相匹配;
若是,则继续使用前次的业务场景;
若否,则重新匹配业务场景。
进一步的,所述重新匹配业务场景的步骤,具体包括:
判断所述关键信息是否与预设的至少一个业务场景的参数信息相一致;
若是,则选择业务场景的参数信息与关键信息相一致对应的业务场景;
若否,则提示不存在对应的业务场景,并提示增加业务场景和对应的算法模型。
进一步的,所述提示增加业务场景和对应的算法模型的步骤之后,所述方法还包括:
当接收算法模型的指令时,对待训练数据进行清洗处理,得到清洗后的待训练数据,其中,所述待训练数据包括所述待匹配数据或者历史数据;
从预设的算法库中选择至少一个算法,对所述清洗后的待训练数据进行训练,得到的算法模型作为增加的业务场景所对应的预先训练的算法模型。
进一步的,在匹配与所述关键信息对应的业务场景的步骤之后,还包括:
判断与所述关键信息对应的业务场景数量是否为一个;
若判定与所述关键信息对应的业务场景数量为一个时,则将所述业务场景作为匹配场景;
若判定与所述关键信息对应的业务场景数量大于一个时,则从所述关键信息中提取出第一关键信息和至少一个第二关键信息;
通过所述第一关键信息和所述至少一个第二关键信息,确定匹配场景。
为了解决上述技术问题,本申请实施例还提供一种数据的相似度计算装置,采用了如下所述的技术方案:该数据的相似度计算装置包括:
获取模块,用于获取待匹配数据;
提取模块,用于提取所述待匹配数据中的关键信息;
业务场景匹配模块,用于根据所述关键信息,匹配与所述关键信息对应的业务场景;
计算模块,用于确定与所述业务场景对应的预先训练的算法模型,将所述待匹配数据输入至所述算法模型,并输出相似度的计算结果。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:计算机设备包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述的数据的相似度计算方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述的数据的相似度计算方法的步骤。
本申请实施例的数据的相似度计算方法,通过获取待匹配数据,提取待匹配数据中的关键信息,并根据关键信息,匹配与关键信息对应的业务场景,确定与业务场景对应的算法模型,将待匹配数据输入至算法模型,并输出计算结果。与现有技术相比,本申请实施例主要有以下有益效果:将数据信息与业务场景对应起来,进而选择适合于业务场景的算法模型计算数据信息,提高了计算结果,同时减少了人工投入成本。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图;
图2根据本申请的数据的相似度计算方法的一个实施例的流程图;
图3是图2中步骤S202的一种具体实施方式的流程图;
图4是图2中步骤S202的另一种具体实施方式的流程图
图5是根据本申请的数据的相似度计算装置的一个实施例的结构示意图;
图6是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的数据的相似度计算方法一般由服务器/终 端设备执行,相应地,数据的相似度计算装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的数据的相似度计算的方法的一个实施例的流程图。所述的数据的相似度计算方法,包括以下步骤:
步骤201,获取待匹配数据。
在本实施例中,数据的相似度计算方法运行于其上的电子设备(例如图1所示的服 务器/终端设备)可以通过有线连接方式或者无线连接方式接收用户的请求。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
具体地,接收用户输入的信息,用户输入的信息作为待匹配数据的信息,其中,该待匹配数据可以是多个领域的多种案例。例如,在医疗领域中,待匹配数据可以是指:医生诊断案例;在法律领域中,待匹配数据可以是指:法官的判罚案例;在学术领域中,待匹配数据可以是指:论文重查案例等等。示例性地,用户输入的待匹配数据可以是“需要查询公司的内部在近1年的时间内,所有稽核情况”。
在本实施例中,待匹配数据可以是中文、英文、数字、符号之一或者任意组合。
步骤202,提取所述待匹配数据中的关键信息。
在本实施例的一些可选的实现方式中,如图3所示,步骤202中的提取所述待匹配数据中的关键信息的步骤具体包括:
步骤301,对所述待匹配数据进行清洗处理,得到清洗后的数据。
具体的,对待匹配数据数据进行一系列的处理和向量化,以得到关键信息。在本实施例中,对待匹配数据的一系列处理是指清洗处理,例如:去标点、去停用词等。通过对待匹配数据进行清洗处理,能够去除数据中的噪声数据。待匹配数据可以理解为短句或者长句,具体是先列出句子中所有的词,再去除所有词中的标点、停用词,其中,停用词是指没有实际含义的词,通过去标点和去停用词的操作能够提高检索和场景匹配的效率。
步骤303,对所述清洗后的数据进行向量化处理,得到特征向量数据。
步骤305,计算所述特征向量数据,并将计算结果作为所述关键信息。
具体的,在对待匹配数据进行清洗处理之后,对清洗处理过的数据特征进行向量化,得到特征向量数据,该特征向量数据可以是指通过计算清洗处理过的数据词频向量,再通过计算特征向量,将计算结果作为后续步骤中用来识别业务场景的关键信息。本实施例中,可以采用现有技术来计算特征向量,本申请在此不再赘述。
在本实施例的另一些可选的实现方式中,如图4所示,步骤202中的提取所述待匹配数据中的关键信息的步骤具体包括:
步骤401,对所述待匹配数据进行清洗处理,得到清洗后的数据。
在本实施例中,步骤401的内容与步骤301的内容相同或者相类似,对于重复的内容,本实施例不再赘述。
步骤403,判断所述清洗后的数据中是否存在与预先设定的数据信息内容相同的数据;若是,则进入步骤405。
步骤405,将清洗后的数据中与预先设定的数据信息内容相同的数据作为所述关键信息。
具体的,在得到清洗后的数据之后,还可以与预先设定的数据信息进行比较,以判断清洗处理后的数据中是否存在预先设定的数据信息,如果存在,则将相同的词提取处理,作为关键信息。举例来说,若预先设定的信息包括“稽核历史”、“法律判罚”、“医疗档案”,当识别清洗处理后的数据为“查询公司内部近1年内的稽核情况”,则判断清洗处理后的数据与预先设定的信息存在相同的词,即“稽核”,则将“稽核”作为关键信息。
上述步骤401-步骤405能够替代步骤301-步骤305。本领域技术人员可以根据实际情况,选择其一进行处理。
步骤203,根据所述关键信息,匹配与所述关键信息对应的业务场景。
在本实施例的一些可选的实现方式中,步骤203中的匹配与所述关键信息对应的业务场景的步骤,具体包括:
提取前次使用的业务场景;
判断所述关键信息是否与所述前次使用的业务场景相匹配;
若判定所述关键信息与前次使用的业务场景相匹配,则继续使用前次的业务场景;
若判定所述关键信息没有与前次使用的业务场景相匹配,则重新匹配业务场景。
具体的,将提取到的关键信息与数据库中已存储的业务场景进行匹配,具体过程可以是:首先,提取前次使用的业务场景,先判断本次待匹配数据中的关键信息与前次的业务场景是否相匹配,若是,则可以继续使用前次的业务场景,若否,则重新匹配。
进一步的,在本申请实施例中,当判定所述关键信息与所述前次使用的业务场景不匹配时,所述方法还包括:
判断所述关键信息是否与预设的至少一个业务场景的参数信息相一致;
若是,则选择业务场景的参数信息与关键信息相一致对应的业务场景;
若否,则提示不存在对应的业务场景,并提示增加业务场景和对应的算法模型。
具体的,在不能够继续使用前次业务场景的情况下,可以将关键信息与预存的业务场景进行比较,识别关键信息与数据库中的多个场景是否有名称或者其他参数相一致的,若存在,则确定该业务场景作为与关键信息匹配到的场景,若不存在,则提示该关键信息没有预存的业务场景,并提示操作者是否增加对应的业务场景及算法模型。
进一步的,在本申请实施例中,当接收算法模型的指令时,所述数据的相似度计算方法还包括:
对待训练数据进行清洗处理,得到清洗后的待训练数据,其中,所述待训练数据包括所述待匹配数据或者历史数据;
从预设的算法库中选择至少一个算法,对所述清洗后的待训练数据进行训练,得到的算法模型作为增加的业务场景所对应的预先训练的算法模型。
具体的,当不存在与待匹配数据对应的业务场景时,需要提示操作者是否需要基于现有的算法,对待匹配数据进行训练,也就是生成算法模型。具体过程为,先对待训练数据进行清洗处理,得到清洗后的待训练数据,清洗的过程可以参照前述的过程。基于算法库中存储的一个或者多个算法,分别对清洗后的待训练数据进行训练,得到与待训练数据对应的算法模型。也就是说,对算法库中的每个算法分别进行训练。在接收到增加算法模型的指令时,对于已经匹配的数据称之为历史数据。
本实施例的待训练数据可以是指不存在对应业务场景的待匹配数据,也可以指历史数据,该过程也适用于训练历史数据,得到算法模型。
在本实施例的一些可选的实现方式中,在步骤203之后,步骤204之前,上述电子设备还可以执行以下步骤:
判断与所述关键信息对应的业务场景数量是否为一个;
若判定与所述关键信息对应的业务场景数量为一个时,则将所述业务场景作为匹配场景;
若判定与所述关键信息对应的业务场景数量大于一个时,则从所述关键信息中提取出第一关键信息和至少一个第二关键信息;
通过所述第一关键信息和所述至少一个第二关键信息,确定匹配场景。
具体的,在实际情况中,可能存在与关键信息对应的一个业务场景,或者与关键信息对应的多个业务场景,这就需要先判断与关键信息对应的业务场景数量是否为一个,若为一个,则将该业务场景作为匹配场景,进行后续的算法模型匹配。
当与关键信息对应的业务场景数量为一个以上时,将关键信息划分为第一关键信息和至少一个第二关键信息,例如,第一关键信息可以是“业务”、第二关键信息可以是“对象”,本领域技术人员可以理解的是,还可以划分为第三关键信息、第四关键信息等,本申请实施例此处不再举例。
示例性地,若关键信息为“查询A公司的稽核情况”,原始获得的业务场景为“A公司的稽核数据”和“B公司的稽核数据”,通过将关键信息进行划分,得到第一关键信息为“稽核”(即:业务)、第二关键信息为“A公司”(即:对象),经过比对分析,选择“A公司的稽核数据”作为确定的匹配场景。
当存在与关键信息相匹配的多个场景时,则通过“对象”(例如:A公司)和“业务”(例如:稽核)的总和分析,能够得到更加准确的场景匹配结果。
步骤204,确定与所述业务场景对应的预先训练的算法模型,将所述待匹配数据输入至所述算法模型,并输出相似度的计算结果。
具体地,本申请实施例的算法模型可以是文本相似度算法,至少包括:TF-IDF(term frequency–inverse document frequency,词频-逆文本频率指数):是一种用于信息检索与数据挖掘的常用加权技术。词语在该文件中出现的频率/lg(文件总数/词语在全部文件中出现的数量),如果该词在一篇文档中出现的频率高,并且在其他文档中很少出现,则认为该词具有很好的区分能力,适合用来把文章和其他文章区分开来。
LSI(Latent Semantic Idexing,潜在语义索引):使用统计计算的方法对大量的文本集进行分析,从而提取出词与词之间潜在的语义结构,并用这种潜在的语义结构来表示词和文本,可以计算出文档间、文档索引项间、文档索引项和文档间的相似度大小。
LDA(Latent Dirichlet Allocatio,文档主题生成模型):文章中的每个词可以是通过以一定的概率选择了某个主题(正如选择了爱情、亲情这样的主题一样),然后从这个主题当中又以一定的概率选择词语来进行表达,这样的过程就是一个生成模型,根据主题相似度区分文字。
D2V(Doc2 Vec,文章向量):将文档或句子向量化,进过矩阵变换,根据向量空间上的相似度可以用来表示文本语义上的相似度。
上述文本相似度算法的计算原理不同,其相似度百分比也会不同。预先将以上算法模型与数据库中的全部业务场景进行映射,以得到最适合于业务场景的算法模型,进而得到最为准确的数据结果。
在训练算法模型时,首先通过对业务场景的历史案例经过分词、去标点、去停用词等清洗操作,再利用算法模型库,对这些清洗过的数据进行训练,形成模型文件,存放在指定位置。
基于业务场景得到与业务场景对应的算法模型,也就是说,得到了计算待匹配数据最准确的算法模型时,将待匹配数据带入到算法模型的公式中,并输出得到计算结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
采用本实施例的数据的相似度计算方法,通过获取待匹配数据,提取待匹配数据中的关键信息,并根据关键信息,匹配与关键信息对应的业务场景,确定与业务场景对应的算法模型,将待匹配数据输入至算法模型,并输出计算结果。与现有技术相比,本申请实施例主要有以下有益效果:将数据信息与业务场景对应起来,进而选择适合于业务场景的算法模型计算数据信息,提高了计算结果,同时减少了人工投入成本。
进一步参考图5,作为对上述图2所示方法的实现,本申请提供了一种数据的相似度计算装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例所述的数据的相似度计算装置500包括:获取模块501、提取模块502、业务场景匹配模块503、以及计算模块504。其中:
获取模块501,用于获取待匹配数据。
具体地,获取模块501获取的是用户输入的信息,用户输入的信息作为待匹配数据的信息,其中,该待匹配数据可以是多个领域的多种案例。例如,在医疗领域中,待匹配数据可以是指:医生诊断案例;在法律领域中,待匹配数据可以上指:法官的判罚案例;在学术领域中,待匹配数据可以是指:论文重查案例等等。示例性地,用户输入的待匹配数据可以是“需要查询公司的内部在近1年的时间内,所有稽核情况”。
在本实施例中,待匹配数据可以是中文、英文、数字、符号之一或者任意组合。
提取模块502,用于提取所述待匹配数据中的关键信息。
在本实施例的一些可选的实现方式中,提取模块502具体用于:
对所述待匹配数据进行清洗处理,得到清洗后的数据;
对所述清洗后的数据进行向量化处理,得到特征向量数据;
计算所述特征向量数据,并将计算结果作为所述关键信息。
具体的,对待匹配数据数据进行一系列的处理和向量化,以得到关键信息。在本实施例中,对待匹配数据的一系列处理是指清洗处理,例如:去标点、去停用词等。通过对待匹配数据进行清洗处理,能够去除数据中的噪声数据。待匹配数据可以理解为短句或者长句,具体是先列出句子中所有的词,再去除所有词中的标点、停用词,其中,停用词是指没有实际含义的词,通过去标点和去停用词的操作能够提高检索和场景匹配的效率。
在对待匹配数据进行清洗处理之后,提取模块502对清洗处理过的数据特征进行向量化,得到特征向量数据,该特征向量数据可以是指通过计算清洗处理过的数据词频向量,再通过计算特征向量,将计算结果作为后续步骤中用来识别业务场景的关键信息。本实施例中,可以采用现有技术来计算特征向量,本申请在此不再赘述。
可替代地,在本实施例的另一些可选的实现方式中,提取模块502还具体用于:
对所述待匹配数据进行清洗处理,得到清洗后的数据;
判断所述清洗后的数据中是否存在与预先设定的数据信息内容相同的数据;若是,则将清洗后的数据中与预先设定的数据信息内容相同的数据作为所述关键信息。
具体的,在提取模块502得到清洗后的数据之后,还可以与预先设定的数据信息进行比较,以判断清洗处理后的数据中是否存在预先设定的数据信息,如果存在,则将相同的词提取处理,作为关键信息。举例来说,若预先设定的信息包括“稽核历史”、“法律判罚”、“医疗档案”,当识别清洗处理后的数据为“查询公司内部近1年内的稽核情况”,则判断清洗处理后的数据与预先设定的信息存在相同的词,即“稽核”,则将“稽核”作为关键信息。
业务场景匹配模块503,用于根据所述关键信息,匹配与所述关键信息对应的业务场景。
在本实施例的一些可选的实现方式中,业务场景匹配模块503具体用于:
提取前次使用的业务场景;
判断所述关键信息是否与所述前次使用的业务场景相匹配;
若判定所述关键信息与前次使用的业务场景相匹配,则继续使用前次的业务场景;
若判定所述关键信息没有与前次使用的业务场景相匹配,则重新匹配业务场景。
具体的,业务场景匹配模块503将提取到的关键信息与数据库中已存储的业务场景进行匹配,具体过程可以是:首先,提取前次使用的业务场景,先判断本次待匹配数据中的关键信息与前次的业务场景是否相匹配,若是,则可以继续使用前次的业务场景,若否,则重新匹配。
进一步的,在本申请实施例中,当判定关键信息与前次使用的业务场景不匹配时,业务场景匹配模块503还用于:
判断所述关键信息是否与预设的至少一个业务场景的参数信息相一致;
若是,则选择业务场景的参数信息与关键信息相一致对应的业务场景;
若否,则提示不存在对应的业务场景,并提示增加业务场景和对应的算法模型。
具体的,在不能够继续使用前次业务场景的情况下,可以将关键信息与预存的业务场景进行比较,识别关键信息与数据库中的多个场景是否有名称或者其他参数相一致的,若存在,则确定该业务场景作为与关键信息匹配到的场景,若不存在,则提示该关键信息没有预存的业务场景,并提示操作者是否增加对应的业务场景及算法模型。
进一步的,在本申请实施例中,当接收算法模型的指令时,业务场景匹配模块503还用于:
对待训练数据进行清洗处理,得到清洗后的待训练数据,其中,所述待训练数据包括所述待匹配数据或者历史数据;
从预设的算法库中选择至少一个算法,对所述清洗后的待训练数据进行训练,得到的算法模型作为增加的业务场景所对应的预先训练的算法模型。
具体的,当不存在与待匹配数据对应的业务场景时,业务场景匹配模块503需要提示操作者是否需要基于现有的算法,对待匹配数据进行训练,也就是生成算法模型。具体过程为,先对待训练数据进行清洗处理,得到清洗后的待训练数据,清洗的过程可以参照前述的过程。基于算法库中存储的一个或者多个算法,分别对清洗后的待训练数据进行训练,得到与待训练数据对应的算法模型。也就是说,对算法库中的每个算法分别进行训练。在接收到增加算法模型的指令时,对于已经匹配的数据称之为历史数据。
本实施例的待训练数据可以是指不存在对应业务场景的待匹配数据,也可以指历史数据,该过程也适用于训练历史数据,得到算法模型。
在本实施例的一些可选的实现方式中,业务场景匹配模块503还用于:
判断与所述关键信息对应的业务场景数量是否为一个;
若判定与所述关键信息对应的业务场景数量为一个时,则将所述业务场景作为匹配场景;
若判定与所述关键信息对应的业务场景数量大于一个时,则从所述关键信息中提取出第一关键信息和至少一个第二关键信息;
通过所述第一关键信息和所述至少一个第二关键信息,确定匹配场景。
具体的,在实际情况中,可能存在与关键信息对应的一个业务场景,或者与关键信息对应的多个业务场景,这就需要先判断与关键信息对应的业务场景数量是否为一个,若为一个,则将该业务场景作为匹配场景,进行后续的算法模型匹配。
当与关键信息对应的业务场景数量为一个以上时,将关键信息划分为第一关键信息和至少一个第二关键信息,例如,第一关键信息可以是“业务”、第二关键信息可以是“对象”,本领域技术人员可以理解的是,还可以划分为第三关键信息、第四关键信息等,本申请实施例此处不再举例。
示例性地,若关键信息为“查询A公司的稽核情况”,原始获得的业务场景为“A公司的稽核数据”和“B公司的稽核数据”,通过将关键信息进行划分,得到第一关键信息为“稽核”(即:业务)、第二关键信息为“A公司”(即:对象),经过比对分析,选择“A公司的稽核数据”作为确定的匹配场景。
当存在与关键信息相匹配的多个场景时,则通过“对象”(例如:A公司)和“业务”(例如:稽核)的总和分析,能够得到更加准确的场景匹配结果。
计算模块504,用于确定与所述业务场景对应的预先训练的算法模型,将所述待匹配数据输入至所述算法模型,并输出相似度的计算结果。
具体地,本申请实施例的算法模型可以是文本相似度算法,至少包括:TF-IDF:是一种用于信息检索与数据挖掘的常用加权技术。词语在该文件中出现的频率/lg(文件总数/词语在全部文件中出现的数量),如果该词在一篇文档中出现的频率高,并且在其他文档中很少出现,则认为该词具有很好的区分能力,适合用来把文章和其他文章区分开来。
LSI:使用统计计算的方法对大量的文本集进行分析,从而提取出词与词之间潜在的语义结构,并用这种潜在的语义结构来表示词和文本,可以计算出文档间、文档索引项间、文档索引项和文档间的相似度大小。
LDA:文章中的每个词可以是通过以一定的概率选择了某个主题(正如选择了爱情、亲情这样的主题一样),然后从这个主题当中又以一定的概率选择词语来进行表达,这样的过程就是一个生成模型,根据主题相似度区分文字。
D2V:将文档或句子向量化,进过矩阵变换,根据向量空间上的相似度可以用来表示文本语义上的相似度。
上述文本相似度算法的计算原理不同,其相似度百分比也会不同。预先将以上算法模型与数据库中的全部业务场景进行映射,以得到最适合于业务场景的算法模型,进而得到最为准确的数据结果。
在训练算法模型时,首先通过对业务场景的历史案例经过分词、去标点、去停用词等清洗操作,再利用算法模型库,对这些清洗过的数据进行训练,形成模型文件,存放在指定位置。
基于业务场景得到与业务场景对应的算法模型,也就是说,得到了计算待匹配数据最准确的算法模型时,计算模块504将待匹配数据带入到算法模型的公式中,并输出得到计算结果。
采用本实施例的数据的相似度计算装置,通过获取模块501获取待匹配数据,提取模块502提取待匹配数据中的关键信息,业务场景匹配模块503根据关键信息,匹配与关键信息对应的业务场景,确定与业务场景对应的算法模型,计算模块504将待匹配数据输入至算法模型,并输出计算结果。与现有技术相比,本申请实施例主要有以下有益效果:将数据信息与业务场景对应起来,进而选择适合于业务场景的算法模型计算数据信息,提高了计算结果,同时减少了人工投入成本。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图6,图6为本实施例计算机设备基本结构框图。
所述计算机设备6包括通过系统总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是,图中仅示出了具有组件61-63的计算机设备6,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器61至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器61可以是所述计算机设备6的内部存储单元,例如该计算机设备6的硬盘或内存。在另一些实施例中,所述存储器61也可以是所述计算机设备6的外部存储设备,例如该计算机设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中,所述存储器61通常用于存储安装于所述计算机设备6的操作系统和各类应用软件,例如数据的相似度计算方法的程序代码等。此外,所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中,所述处理器62用于运行所述存储器61中存储的程序代码或者处理数据,例如运行所述数据的相似度计算方法的程序代码。
所述网络接口63可包括无线网络接口或有线网络接口,该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有数据的相似度计算程序,所述数据的相似度计算程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的数据的相似度计算方法的步骤。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (7)
1.一种数据的相似度计算方法,其特征在于,包括下述步骤:
获取待匹配数据;
提取所述待匹配数据中的关键信息;
根据所述关键信息,匹配与所述关键信息对应的业务场景;
所述匹配与所述关键信息对应的业务场景的步骤,具体包括:
提取前次使用的业务场景;
判断所述关键信息是否与所述前次使用的业务场景相匹配;
若是,则继续使用前次的业务场景;
若否,则重新匹配业务场景;
所述重新匹配业务场景的步骤,具体包括:
判断所述关键信息是否与预设的至少一个业务场景的参数信息相一致;
若是,则选择业务场景的参数信息与关键信息相一致对应的业务场景;
若否,则提示不存在对应的业务场景,并提示增加业务场景和对应的算法模型;
所述提示增加业务场景和对应的算法模型的步骤之后,所述方法还包括:
在接收到增加算法模型的指令时,对待训练数据进行清洗处理,得到清洗后的待训练数据,其中,所述待训练数据包括所述待匹配数据或者历史数据;
从预设的算法库中选择至少一个算法,对所述清洗后的待训练数据进行训练,得到的算法模型作为增加的业务场景所对应的预先训练的算法模型;
所述对所述清洗后的待训练数据进行训练,得到的算法模型作为增加的业务场景所对应的预先训练的算法模型的具体步骤包括:
其中,所述算法模型包括了词频-逆文本频率指数模型、潜在语义索引模型、文档主题生成模型及文章向量模型的文本相似度算法,并通过将所述算法模型与预设数据库中的全部业务场景进行映射,以从所述文本相似度算法中选取出目标文本相似度算法,将所述目标文本相似度算法对应的算法模型作为增加的业务场景所对应的预先训练的算法模型;
确定与所述业务场景对应的预先训练的算法模型,将所述待匹配数据输入至所述算法模型,并输出相似度的计算结果。
2.根据权利要求1所述的数据的相似度计算方法,其特征在于,所述提取所述待匹配数据中的关键信息的步骤具体包括:
对所述待匹配数据进行清洗处理,得到清洗后的数据;
对所述清洗后的数据进行向量化处理,得到特征向量数据;
计算所述特征向量数据,并将计算结果作为所述关键信息。
3.根据权利要求1所述的数据的相似度计算方法,其特征在于,所述提取所述待匹配数据中的关键信息的步骤具体包括:
对所述待匹配数据进行清洗处理,得到清洗后的数据;
判断所述清洗后的数据中是否存在与预先设定的数据信息内容相同的数据;
若是,则将清洗后的数据中与预先设定的数据信息内容相同的数据作为所述关键信息。
4.根据权利要求1所述的数据的相似度计算方法,其特征在于,在匹配与所述关键信息对应的业务场景的步骤之后,还包括:
判断与所述关键信息对应的业务场景数量是否为一个;
若判定与所述关键信息对应的业务场景数量为一个时,则将所述业务场景作为匹配场景;
若判定与所述关键信息对应的业务场景数量大于一个时,则从所述关键信息中提取出第一关键信息和至少一个第二关键信息;
通过所述第一关键信息和所述至少一个第二关键信息,确定匹配场景。
5.一种数据的相似度计算装置,其特征在于,包括:
获取模块,用于获取待匹配数据;
提取模块,用于提取所述待匹配数据中的关键信息;
业务场景匹配模块,用于根据所述关键信息,匹配与所述关键信息对应的业务场景;
计算模块,用于确定与所述业务场景对应的预先训练的算法模型,将所述待匹配数据输入至所述算法模型,并输出相似度的计算结果;
所属业务场景匹配模块包括:
场景提取子模块,用于提取前次使用的业务场景;
匹配子模块,用于判断所述关键信息是否与所述前次使用的业务场景相匹配;
使用子模块,用于若是,则继续使用前次的业务场景;
重新匹配子模块,用于若否,则重新匹配业务场景;
所述重新匹配子模块包括:
判断单元,用于判断所述关键信息是否与预设的至少一个业务场景的参数信息相一致;
选择单元,用于若是,则选择业务场景的参数信息与关键信息相一致对应的业务场景;
增加单元,用于若否,则提示不存在对应的业务场景,并提示增加业务场景和对应的算法模型;
所述重新匹配子模块还包括:
清洗单元,用于对待训练数据进行清洗处理,得到清洗后的待训练数据,其中,所述待训练数据包括所述待匹配数据或者历史数据;
训练单元,用于从预设的算法库中选择至少一个算法,对所述清洗后的待训练数据进行训练,得到的算法模型作为增加的业务场景所对应的预先训练的算法模型;
其中,所述算法模型包括了词频-逆文本频率指数模型、潜在语义索引模型、文档主题生成模型及文章向量模型的文本相似度算法,并通过将所述算法模型与预设数据库中的全部业务场景进行映射,以从所述文本相似度算法中选取出目标文本相似度算法,将所述目标文本相似度算法对应的算法模型作为增加的业务场景所对应的预先训练的算法模型。
6.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的数据的相似度计算方法的步骤。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的数据的相似度计算方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910473021.8A CN110427453B (zh) | 2019-05-31 | 2019-05-31 | 数据的相似度计算方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910473021.8A CN110427453B (zh) | 2019-05-31 | 2019-05-31 | 数据的相似度计算方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110427453A CN110427453A (zh) | 2019-11-08 |
CN110427453B true CN110427453B (zh) | 2024-03-19 |
Family
ID=68408420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910473021.8A Active CN110427453B (zh) | 2019-05-31 | 2019-05-31 | 数据的相似度计算方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427453B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062573A (zh) * | 2019-11-19 | 2020-04-24 | 平安金融管理学院(中国·深圳) | 员工绩效数据确定方法、装置、介质和计算机设备 |
CN111353299B (zh) * | 2020-03-03 | 2022-08-09 | 腾讯科技(深圳)有限公司 | 基于人工智能的对话场景确定方法和相关装置 |
CN112446505B (zh) * | 2020-11-25 | 2023-12-29 | 创新奇智(广州)科技有限公司 | 一种元学习建模方法及装置、电子设备、存储介质 |
CN113138982B (zh) * | 2021-05-25 | 2022-09-27 | 深圳市元宇宙科技有限公司 | 一种大数据清洗方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017071251A1 (zh) * | 2015-10-28 | 2017-05-04 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN107644642A (zh) * | 2017-09-20 | 2018-01-30 | 广东欧珀移动通信有限公司 | 语义识别方法、装置、存储介质及电子设备 |
CN108595506A (zh) * | 2018-03-21 | 2018-09-28 | 上海数据交易中心有限公司 | 需求匹配方法及装置、存储介质、终端 |
CN109241030A (zh) * | 2018-08-09 | 2019-01-18 | 南方电网科学研究院有限责任公司 | 机器人作业数据分析服务器和机器人作业数据分析方法 |
CN109543516A (zh) * | 2018-10-16 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 签约意向判断方法、装置、计算机设备和存储介质 |
CN109583744A (zh) * | 2018-11-26 | 2019-04-05 | 安徽继远软件有限公司 | 一种基于中文分词的跨系统台账匹配系统及方法 |
CN109684459A (zh) * | 2018-12-28 | 2019-04-26 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
CN109710612A (zh) * | 2018-12-25 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 向量索引的召回方法、装置、电子设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784029B (zh) * | 2016-08-31 | 2022-02-08 | 阿里巴巴集团控股有限公司 | 生成提示关键词、建立索引关系的方法、服务器和客户端 |
-
2019
- 2019-05-31 CN CN201910473021.8A patent/CN110427453B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017071251A1 (zh) * | 2015-10-28 | 2017-05-04 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN107644642A (zh) * | 2017-09-20 | 2018-01-30 | 广东欧珀移动通信有限公司 | 语义识别方法、装置、存储介质及电子设备 |
CN108595506A (zh) * | 2018-03-21 | 2018-09-28 | 上海数据交易中心有限公司 | 需求匹配方法及装置、存储介质、终端 |
CN109241030A (zh) * | 2018-08-09 | 2019-01-18 | 南方电网科学研究院有限责任公司 | 机器人作业数据分析服务器和机器人作业数据分析方法 |
CN109543516A (zh) * | 2018-10-16 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 签约意向判断方法、装置、计算机设备和存储介质 |
CN109583744A (zh) * | 2018-11-26 | 2019-04-05 | 安徽继远软件有限公司 | 一种基于中文分词的跨系统台账匹配系统及方法 |
CN109710612A (zh) * | 2018-12-25 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 向量索引的召回方法、装置、电子设备和存储介质 |
CN109684459A (zh) * | 2018-12-28 | 2019-04-26 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于关键信息的问题相似度计算;齐乐;张宇;刘挺;;计算机研究与发展;20180715(第07期);第185-193页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110427453A (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629043B (zh) | 网页目标信息的提取方法、装置及存储介质 | |
CN110427453B (zh) | 数据的相似度计算方法、装置、计算机设备及存储介质 | |
CN111368043A (zh) | 基于人工智能的事件问答方法、装置、设备及存储介质 | |
CN113434636B (zh) | 基于语义的近似文本搜索方法、装置、计算机设备及介质 | |
CN102043843A (zh) | 一种用于基于目标应用获取目标词条的方法与获取设备 | |
CN113722438B (zh) | 基于句向量模型的句向量生成方法、装置及计算机设备 | |
CN111984792A (zh) | 网站分类方法、装置、计算机设备及存储介质 | |
CN114357117A (zh) | 事务信息查询方法、装置、计算机设备及存储介质 | |
CN112287069A (zh) | 基于语音语义的信息检索方法、装置及计算机设备 | |
CN111783471A (zh) | 自然语言的语义识别方法、装置、设备及存储介质 | |
CN109190123B (zh) | 用于输出信息的方法和装置 | |
CN113627797A (zh) | 入职员工画像生成方法、装置、计算机设备及存储介质 | |
CN112085091A (zh) | 基于人工智能的短文本匹配方法、装置、设备及存储介质 | |
WO2021139076A1 (zh) | 智能化文本对话生成方法、装置及计算机可读存储介质 | |
CN112395391A (zh) | 概念图谱构建方法、装置、计算机设备及存储介质 | |
CN118070072A (zh) | 基于人工智能的问题处理方法、装置、设备及存储介质 | |
CN112528040B (zh) | 基于知识图谱的引导教唆语料的检测方法及其相关设备 | |
CN113505595A (zh) | 文本短语抽取方法、装置、计算机设备及存储介质 | |
CN112199954B (zh) | 基于语音语义的疾病实体匹配方法、装置及计算机设备 | |
CN112100491A (zh) | 基于用户数据的信息推荐方法、装置、设备及存储介质 | |
CN116774973A (zh) | 数据渲染方法、装置、计算机设备及存储介质 | |
CN116166858A (zh) | 基于人工智能的信息推荐方法、装置、设备及存储介质 | |
CN115238077A (zh) | 基于人工智能的文本分析方法、装置、设备及存储介质 | |
CN115062136A (zh) | 基于图神经网络的事件消歧方法及其相关设备 | |
CN111753548A (zh) | 信息获取方法及装置、计算机存储介质、电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |