CN110866606A - 数据信息的处理方法及装置、点餐语音指令的处理方法及装置 - Google Patents
数据信息的处理方法及装置、点餐语音指令的处理方法及装置 Download PDFInfo
- Publication number
- CN110866606A CN110866606A CN201810988808.3A CN201810988808A CN110866606A CN 110866606 A CN110866606 A CN 110866606A CN 201810988808 A CN201810988808 A CN 201810988808A CN 110866606 A CN110866606 A CN 110866606A
- Authority
- CN
- China
- Prior art keywords
- information
- instruction
- data information
- generating
- relation
- 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.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
本申请涉及机器学习领域，具体涉及一种数据信息的处理方法，包括：获取数据信息；获取与所述数据信息具有第一映射关系的任务信息；根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息；重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合；通过将任务信息与数据信息同时作为数据信息处理的输入信息，基于弱监督学习的增强学习算法，能够得到操作指令列表，从而使得人机交互过程中，具有语义关系的多语句的输入信息能够被机器识别，节省了人工标注的成本，具有经济高效的有益效果。
Description
技术领域
本申请涉及机器学习领域，具体涉及一种数据信息的处理方法及装置、点餐语音指令的处理方法及装置。
背景技术
随着机器学习问题不断深入人心，人们往往将现实中遇到的问题分为不同的学习方式，训练机器学习的模型来处理现实中的问题。机器学习具有广泛的应用，机器学习中的应用可以分为强监督学习、弱监督学习。强监督学习是指已知数据和与数据一一对应的标签，训练一个智能算法，将输入数据映射到标签的过程。弱监督学习是指已知数据不知道任何标签，训练一个智能算法，将数据映射到不同标签的过程。
强监督学习或弱监督需要都需要建立模型，建立模型后，用户只需要输入数据信息，计算机就可以完成将数据信息翻译为机械识别的指令信息，从而生成用户的订单信息。
对于基于语言的人机交互，如判断用户意图，查询天气、点餐等领域，用户往往需要多轮交互，才能完成一个特定任务。由于多轮交互涉及语义之间的联系，对于用户的真实意图需要结合上下文的语义来进行理解，通过单独的句子去理解，往往不会得出符合用户意图的信息。
对于多轮交互的语义数据，训练智能算法生成模型通常采用强监督学习的方式，即将数据信息与标签进行人工一一对应的方式进行标注，由于模型的建立往往需要大量的数据，采用强监督学习的方法标注数据成本高、费时费力。
发明内容
本申请实施例提供一种数据信息的处理方法和处理装置，采用弱监督学习的方式以解决现有技术存在的问题。本申请实施例还提供一种点餐语音指令的处理方法和处理装置。
本申请提供一种数据信息的处理方法，包括如下步骤：
获取数据信息，其中，所述数据信息包括：语义元素信息和语义元素之间的关系信息；
获取与所述数据信息具有第一映射关系的任务信息；
根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息；
重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合。
可选的，所述语义元素的关系信息包括：语义元素之间的约束关系信息；
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
解析语义元素之间的约束关系信息，生成约束指令列表；
根据语义元素之间的约束关系信息，获取与数据信息有第一映射关系的任务信息；
根据约束指令列表以及所述第一映射关系的任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
可选的，所述语义元素的关系信息还包括：语义元素之间的并列关系信息；
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
解析语义元素之间的并列关系信息，生成并列指令列表；
根据语义元素之间的并列关系信息，获取与数据信息有第一映射关系的任务信息；
根据并列指令列表以及所述第一映射关系的任务信息，生成执行所述并列关系的新增指令项，并将执行所述新增指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
可选的，所述语义元素的关系信息还包括：语义元素之间的替换关系信息；
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
解析语义元素之间的替换关系信息，生成替换指令列表；
根据语义元素之间的替换关系信息，获取与数据信息有第一映射关系的任务信息；
根据替换指令列表以及所述第一映射关系的任务信息，生成执行所述替换关系的替换指令项，并将执行所述替换指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
可选的，所述语义元素的关系信息还包括：语义元素之间的删除关系信息；
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
解析语义元素之间的删除关系，生成删除指令列表；
根据语义元素之间的删除关系，获取与数据信息有第一映射关系的任务信息；
根据删除指令列表以及任务信息，生成执行所述取代关系的删除指令项，并将执行所述删除指令项插入到所述数据信息处理生成的操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
相应的，本申请还提供一种数据信息的处理装置，包括：
第一获取模块，用于获取数据信息，其中，所述数据信息包括：语义元素信息和语义元素之间的关系信息；
第二获取模块，用于获取与所述数据信息具有第一映射关系的任务信息；
生成模块，用于根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息；
循环模块，用于重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合。
可选的，所述第一获取模块用于获取语义元素之间的约束关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的约束关系信息，生成约束指令列表；
获取单元，用于根据语义元素之间的约束关系信息，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据约束指令列表以及所述第一映射关系的任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
可选的，所述第一获取模块用于获取语义元素之间的并列关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的并列关系信息，生成并列指令列表；
获取单元，用于根据语义元素之间的并列关系信息，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据并列指令列表以及所述第一映射关系的任务信息，生成执行所述并列关系的新增指令项，并将执行所述新增指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
可选的，所述第一获取模块用于语义元素之间的替换关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的替换关系信息，生成替换指令列表；
获取单元，用于根据语义元素之间的替换关系信息，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据替换指令列表以及所述第一映射关系的任务信息，生成执行所述替换关系的替换指令项，并将执行所述替换指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
可选的，所述第一获取模块用于语义元素之间的删除关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的删除关系，生成删除指令列表；
获取单元，用于根据语义元素之间的删除关系，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据删除指令列表以及任务信息，生成执行所述取代关系的删除指令项，并将执行所述删除指令项插入到所述数据信息处理生成的操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
此外，本申请还提供一种点餐语音指令的处理方法，包括如下步骤：
获取用户的点餐语音指令，所述点餐语音指令为包含多个订单任务的语音指令；
根据所述点餐语音指令生成与所述点餐语音指令对应的操作指令列表；
执行所述操作指令列表，生成与所述点餐语音指令相关的多个订单信息。
可选的，所述操作指令列表包括：新建项指令、替换项指令和删除项指令；
所述执行操作指令列表，生成与所述用户的点餐语音指令相关的多个订单信息包括：
执行新建项指令，创建不同的订单任务，和/或，执行替换项指令，修改订单任务中的订单信息，和/或，执行删除项指令，删除相应的订单任务；
执行新建项指令、替换项指令和删除项指令中的至少一种指令后，生成与所述用户的点餐语音指令相关的多个订单信息。
相应的，本申请还提供一种点餐语音指令的处理装置，包括：
获取模块，用于获取用户的点餐语音指令，所述点餐语音指令为包含多个订单任务的语音指令；
生成模块，用于根据所述点餐语音指令生成与所述点餐语音指令对应的操作指令列表；
执行模块，用于执行所述操作指令列表，生成与所述点餐语音指令相关的多个订单信息。
可选的，所述执行模块包括：新建项模块、替换项模块和删除项模块；
所述新建项模块用于执行新建项指令，创建不同的订单任务；
所述替换项模块用于执行替换项指令，修改订单任务中的订单信息；
所述删除项模块用于执行删除项指令，删除相应的订单任务。
所述执行模块执行新建项指令、替换项指令和删除项指令中的至少一种指令后，生成与所述用户的点餐语音指令相关的多个订单信息。
与现有技术相比，本发明具有以下优点:
通过判断第二映射关系与第一映射关系的吻合程度，重复训练生成操作指令列表，直到第二映射关系与第一映射关系相吻合。采用上述方法，通过数据信息处理和数据信息，得到计算机识别的操作指令列表，计算机根据语法规则执行操作指令列表得到任务信息，这种任务信息经过用户确认，即完成了一次交易。通过数据信息处理形成数据信息与操作列表的对应关系，解决了人工标注数据信息到操作列表的成本高、费时费力的问题，而由于人工标注数据信息到任务信息的过程简便、容易操作，将任务信息与数据信息同时作为数据信息处理的输入信息，基于弱监督学习的增强学习算法，能够得到操作指令列表，从而使得人机交互过程中，具有语义关系的多语句的输入信息能够被机器识别，节省了人工标注的成本，具有经济高效的有益效果。
附图说明
图1是本申请实施例提供的一种数据信息的处理方法流程图。
图2是本申请第一实施例数据信息的处理方法流程图。
图3是本申请第二实施例数据信息的处理方法流程图。
图4是本申请第三实施例数据信息的处理方法流程图。
图5是本申请第四实施例数据信息的处理方法流程图。
图6是本申请实施例提供的一种数据信息的处理装置的示意图。
图7是本申请实施例提供的一种点餐语音指令的处理方法的流程图。
图8是本申请实施例提供的一种点餐语音指令的处理装置的示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
在本申请中，分别提供了一种数据信息的处理方法、一种数据信息的处理装置、一种点餐语音指令的处理方法，以及一种点餐语音指令的处理装置，在下面的实施例中逐一进行详细说明。为了便于理解本申请提供的技术方案，在对实施例进行详细描述之前，先对本申请的技术方案作简要说明。
首先需要说明的是，在本申请各个实施例中，所涉及的术语为：
数据信息，通常是多语句信息。多语句信息是指语句之间存在着语义关系，如果基于独立的单语句去理解，通常无法理解出多语句信息本身的含义。比如在多语句“我要两杯美式”、“一个大杯一个小杯”中，如果基于独立的两句去理解，不能理解出用户需要两个订单(一个大杯美式、一个小杯美式)。在多语句“我要一个大杯热美式”、“美式还是小杯”中，如果分两句理解，不能理解出用户需要“一个小杯热美式”。
任务信息，通常是对数据信息进行处理后形成的结果信息，这种处理可以是对数据信息中的语义关系进行人工标注的方式，标注后将数据信息中的语义关系解析形成供用户确认的结果信息。比如多语句“我要两杯拿铁”、“一个大杯、一个小杯”，经过人工标注后形成的结果信息为两个订单，订单一为“一大杯拿铁”，订单二为“一小杯拿铁”。
本申请中数据信息的表现形式为用户的输入信息，定义为“input”模型；任务信息定义为“computer”模型，其含义为由操作指令列表按照语法规则生成对应的任务信息；操作指令列表，定义为“programmer”模型，其含义为由用户输入的数据信息生成的操作指令列表。
数据信息的处理是对输入的数据信息生成相应的操作指令列表，可以用于包括语音点餐机、智能客服、智能音箱等的应用场景。
在具体进行人机交互时，用户输入数据信息后，期望得到机器相应的反馈，这种反馈称为任务信息的反馈，由于机器智能识别具体的操作指令，因此，从数据信息到任务信息的反馈，中间经过数据信息到操作指令的转化，以及机器操作指令到任务信息的转化两个步骤。
下面，将通过几个具体的实施例对本申请提供的数据信息的处理方法进行详细介绍和说明。
请参照图1，其为本申请实施例提供的一种数据信息的处理方法流程图。该数据信息的处理方法，包括：
步骤S101，获取数据信息，其中，所述数据信息包括：语义元素信息和语义元素之间的关系信息。
数据信息是指为获得任务信息而输入的信息，具体的表现形式可以为语音信息、文字信息等。在语音点餐机、智能客服、智能音箱等的应用场景中，任务信息可以体现为一个订单或多个订单的形式。对于不同的应用场景，订单的内容不同，相应的样本数据的内容不同，以点咖啡为例进行说明，用户需要完成咖啡订单的任务，用户输出的信息为“我要两杯拿铁，一个大杯，一个小杯”，对于用户输出的信息来说，其中“要”“拿铁”“两杯”“一个大杯”“一个小杯”可以看做为语义元素信息，“一个大杯”“一个小杯”与“两杯”之间的关系可以看做为语义元素之间的关系信息；
语义元素信息进一步的分为对象信息、数量信息和杯型信息，用户要完成咖啡订单的任务需要明确对象信息是“拿铁”还是“摩卡”，数量信息是“一杯”还是“两杯”，杯型信息是“大杯”、“中杯”还是“小杯”；当对象信息、数量信息和杯型信息明确后，并且对于咖啡订单还需明确的语义元素是“要”还是“不要”，也就是说是需明确的语义元素是创建订单信息还是取消订单信息，满足订单所需的语义元素后才可以获得任务信息。
步骤S102，获取与所述数据信息具有第一映射关系的任务信息。
数据信息与任务信息之间的第一映射关系，可以采用人工直接标注的方式将数据信息中的数据进行解析，形成数据与任务之间的映射关系，并将这种映射关系反映在任务信息中。
步骤103，根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
操作指令列表是指计算机识别的机器语言。数据信息与任务信息之间的第二映射关系，通常通过计算机解码翻译实现。
步骤S104，重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合。
数据信息处理基于seq2seq框架生成操作指令列表，来实现第二映射关系与第一映射关系的吻合。Seq2Seq技术，全称Sequence to Sequence，其解决问题的方式是将一个序列中的前一环节的输入作为后一环节的输出模式，应用在机器翻译领域，实现一种语言到另一种语言的转化。
任务信息以订单为例，对于第一映射关系，由于经过人工的标注处理，任务信息被确认的程度高；对于由数据信息处理生成的操作指令列表，执行操作指令列表得到的第二映射关系，任务信息被确认的程度与数据信息处理转化为操作指令列表的正确性相关。也就是第二映射关系与第一映射关系越趋于吻合的程度，由数据信息处理获得的任务信息与经过人工标注的任务信息被确认的程度越趋于一致。
综上所述，本申请提供一种数据信息的处理方法，将数据信息以及与数据信息具有第一映射关系的任务信息作为输入信息，数据信息处理输出操作指令后，经执行得到的与数据信息具有第二映射关系的任务信息为比较对象的一方，比较对象的另一方为与数据信息具有第一映射关系的任务信息。通过判断第二映射关系与第一映射关系的吻合程度，重复训练生成操作指令列表，直到第二映射关系与第一映射关系相吻合。
数据信息处理用于用户输入数据信息后，得到计算机识别的操作指令列表，计算机根据语法规则执行操作指令列表得到任务信息，这种任务信息经过用户确认，即完成了一次交易。通过数据信息处理形成数据信息与操作列表的对应关系，解决了人工标注数据信息到操作列表的成本高、费时费力的问题，而由于人工标注数据信息到任务信息的过程简便、容易操作，将任务信息与数据信息同时作为数据信息处理的输入信息，基于弱监督学习的增强学习算法，能够得到操作指令列表，从而使得人机交互过程中，具有语义关系的多语句的输入信息能够被机器识别，节省了人工标注的成本，具有经济高效的有益效果。
如图2所示，其为本申请第一实施例数据信息的处理方法流程图，为了便于理解，此处用input-programmer-computer框架来进行说明，如表一所示：
表一
表一Input模型中，数据信息包括：语义元素信息和语义元素的关系信息。其中，语义元素的关系信息包括：语义元素之间的约束关系信息。
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行如下步骤：
S201：解析语义元素之间的约束关系信息，生成约束指令列表；
表一中，input模型“我要两杯拿铁一个大杯一个小杯”中，将语义元素信息按照对象信息、杯型信息和数量信息进行说明：语义元素“拿铁”为对象信息、语义元素“两杯”“一杯”为数量信息，“大杯”“小杯”为杯型信息；
语义元素的约束关系为对象信息与杯型信息以及数量信息的关系，如“拿铁”与“两杯”之间；杯型信息之间的关系，如“两杯”与“一杯”；以及杯型信息与数量信息之间的关系，如“一个大杯”“一个小杯”，另外，语义元素“要”表述的是创建指令对应与programmer模型中的Creat表头，语义元素“要”与对象信息“拿铁”之间也具有约束关系。
通过解析元素之间的约束关系，生成约束指令列表，input模型中仅涉及“拿铁”一个对象，并且是对对象的创建，对应的programmer模型中生成的约束指令列表为创建“拿铁”指令。
S202：根据语义元素之间的约束关系信息，获取与数据信息有第一映射关系的任务信息。
上述实例中，input模型为“我要两杯拿铁一个大杯一个小杯”，将input模型中语义元素之间的约束关系，通过人工标注的方法得到与数据信息有第一映射关系的任务信息，表一中的computer模型表示的与数据信息有第二映射关系的任务信息，由于第二映射关系最终与第一映射关系是吻合的，在此为了简化，以computer模型为例进行说明：
表一中，computer模型表示的任务信息为两个订单，如下：
订单一：产品名：拿铁，杯型：大，杯数：1
订单二：产品名：拿铁，杯型：小，杯数：1
其中，input模型给出杯型信息“两杯”与“一杯”之间具有约束关系，因此，经过标注后，将对象信息分别标注后形成两个任务信息。
S203：根据约束指令列表以及所述第一映射关系的任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
表一中，模型programmer模型为：
Creat拿铁大1
Creat拿铁小1
其中，Creat为新建操作指令，“拿铁”与对象信息对应，“大”“小”与杯型
信息对应，“1”与数量信息对应。
如图3所示，其为本申请第二实施例数据信息的处理方法流程图，为了便于理解，此处用input-programmer-computer框架来进行说明，如表二所示：
表二
表二Input模型中，数据信息包括：语义元素信息和语义元素的关系信息。其中，语义元素的关系信息还包括：语义元素之间的并列关系信息。
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
S301：解析语义元素之间的并列关系信息，生成并列指令列表；
表二中，input模型“我要两杯拿铁一个大杯一个小杯再来三中杯美式”中，将语义元素信息按照对象信息、杯型信息和数量信息进行说明：语义元素“拿铁”和“美式”均为对象信息、语义元素“三杯”“两杯”“一杯”为数量信息，“大杯”“小杯”为杯型信息；
语义元素的并列关系为对象信息与对象信息之间的关系，如“美式”与“拿铁”，以及由对象信息的并列关系带来的数量信息与数量信息之间的并列关系，如“三杯”与“两杯”“一杯”之间；以及由对象信息的并列关系带来的杯型信息与杯型信息之间的并列关系，如“中杯”与“大杯”“小杯”。另外，语义元素“要”表述的是创建指令对应与programmer模型中的Creat表头，语义元素“要”与“再”之间也是并列关系。
Input模型中涉及“拿铁”和“美式”两个对象，并且是对对象的创建，对应的programmer模型中生成的初始操作列表为创建“拿铁”指令与新增“美式”指令。
S302：根据语义元素之间的并列关系信息，获取与数据信息有第一映射关系的任务信息。
上述实例中，input模型为“我要两杯拿铁一个大杯一个小杯再来两杯大美式”，将input模型中语义元素之间的并列关系，通过人工标注的方法得到与数据信息有第一映射关系的任务信息，表一中的computer模型表示的与数据信息有第二映射关系的任务信息，由于第二映射关系最终与第一映射关系是吻合的，在此为了简化，以computer模型为例进行说明：
表二中，computer模型表示的任务信息为两个订单，如下：
订单一：产品名：拿铁，杯型：大，杯数：1
订单二：产品名：拿铁，杯型：小，杯数：1
订单三：产品名：美式，杯型：大，杯数：2
其中，订单三与订单一、订单二之间为并列关系，因此，经过标注后形成三个任务信息。
S303：根据并列指令列表以及所述第一映射关系的任务信息，生成执行所述并列关系的新增指令项，并将执行所述新增指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
表二中，模型programmer模型为：
Creat拿铁大1
Creat拿铁小1
Creat美式中3
其中，“Creat美式中3”为新建操作指令。
如图4所示，其为本申请第三实施例数据信息的处理方法流程图，为了便于理解，此处用input-programmer-computer框架来进行说明，如表三所示：
表三
表三Input模型中，数据信息包括：语义元素信息和语义元素的关系信息。其中，语义元素的关系信息为还包括：语义元素之间的替换关系信息。
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
S401：解析语义元素之间的替换关系信息，生成替换指令列表；
表三中，input模型“我要两杯拿铁一个大杯一个小杯再来两杯大美式美式还是中杯吧”中，将语义元素信息按照对象信息、杯型信息和数量信息进行说明：语义元素“拿铁”和“美式”均为对象信息、语义元素“三杯”“两杯”“一杯”为数量信息，“大杯”“中杯”“小杯”为杯型信息；
语义元素的替换关系为杯型信息与杯型信息之间的替换关系，如“中杯”替换“大杯”。另外，语义元素“还”表述的是替换指令对应与programmer模型中的Modify表头，语义元素“要”与“还”之间也是替换关系。
input模中中涉及“拿铁”和“美式”两个对象，并且是对对象“美式”的替换，对应的programmer模型中生成的初始操作列表为替换“美式”指令。
S402：根据语义元素之间的替换关系信息，获取与数据信息有第一映射关系的任务信息。
上述实例中，input模型为“我要两杯拿铁一个大杯一个小杯再来两杯大美式美式还是中杯吧”，将input模型中语义元素之间的替换关系，通过人工标注的方法得到与数据信息有第一映射关系的任务信息，表一中的computer模型表示的与数据信息有第二映射关系的任务信息，由于第二映射关系最终与第一映射关系是吻合的，在此为了简化，以computer模型为例进行说明：
表三中，computer模型表示的任务信息为两个订单，如下：
订单一：产品名：拿铁，杯型：大，杯数：1
订单二：产品名：拿铁，杯型：小，杯数：1
订单三：产品名：美式，杯型：中，杯数：2
其中，替换关系经过标注后，只生成最终的三个任务信息。
S403：根据替换指令列表以及所述第一映射关系的任务信息，生成执行所述替换关系的替换指令项，并将所述替换指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
表三中，模型programmer模型为：
Creat拿铁大1
Creat拿铁小1
Creat美式大2
Modify美式中NULL
其中，“Modify美式中NULL”为替换操作指令。
如图5所示，其为本申请第四实施例数据信息的处理方法流程图，为了便于理解，此处用input-programmer-computer框架来进行说明，如表一所示：
表四
表四Input模型中，数据信息包括：语义元素信息和语义元素的关系信息。其中，语义元素的关系信息为删除关系信息。
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
S501：解析语义元素之间的删除关系，生成删除指令列表；
表四中，input模型“我要两杯拿铁一个大杯一个小杯再来两杯大美式美式还是中杯吧小杯拿铁不要了”中，input模型“我要两杯拿铁一个大杯一个小杯再来两杯大美式美式还是中杯吧小杯拿铁不要了”中，将语义元素信息按照对象信息、杯型信息和数量信息进行说明：语义元素“拿铁”和“美式”均为对象信息、语义元素“三杯”“两杯”“一杯”为数量信息，“大杯”“中杯”“小杯”为杯型信息；
语义元素的取代关系为语义元素“不要”与“拿铁”“小杯”之间的取代关系。另外，语义元素“不要”表述的是删除指令对应与programmer模型中的Delete表头。
input模中中涉及“拿铁”和“美式”两个对象，并且是对对象“拿铁”的取带，对应的programmer模型中生成的初始操作列表为删除“拿铁”“小杯”指令。
S502：根据语义元素之间的删除关系，获取与数据信息有第一映射关系的任务信息。
上述实例中，input模型为“我要两杯拿铁一个大杯一个小杯再来两杯大美式美式还是中杯吧小杯拿铁不要了”，将input模型中语义元素之间的删除关系，通过人工标注的方法得到与数据信息有第一映射关系的任务信息，表一中的computer模型表示的与数据信息有第二映射关系的任务信息，由于第二映射关系最终与第一映射关系是吻合的，在此为了简化，以computer模型为例进行说明：
表四中，computer模型表示的任务信息为两个订单，如下：
订单一：产品名：拿铁，杯型：大，杯数：1
订单二：产品名：美式，杯型：中，杯数：2
其中，取代关系经过标注后，只生成最终的两个任务信息。
S503：根据删除指令列表以及任务信息，生成执行所述取代关系的删除指令项，并将执行所述删除指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
表四中，模型programmer模型为：
Creat拿铁大1
Creat拿铁小1
Creat美式大2
Modify美式中NULL
Delete拿铁小1
其中，“Delete拿铁小1”为删除操作指令，将input模型以及computer模型作为输入信息。
在上述的实施例中，提供了一种数据信息的处理方法，与之相应的，本申请提供了一种数据信息处理的生成装置，由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关的部分请参见上述方法实施例对应说明即可。下述描述的装置实施例仅仅是示意性的。
参照图6，其示出了本申请实施例提供的一种数据信息的处理装置的示意图。
本申请提供的一种数据信息的处理装置，包括：
第一获取模块，用于获取数据信息，其中，所述数据信息包括：语义元素信息和语义元素之间的关系信息；
第二获取模块，用于获取与所述数据信息具有第一映射关系的任务信息；
生成模块，用于根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息；
循环模块，用于重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合。
可选的，所述第一获取模块用于获取语义元素之间的约束关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的约束关系信息，生成约束指令列表；
获取单元，用于根据语义元素之间的约束关系信息，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据约束指令列表以及所述第一映射关系的任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
可选的，所述第一获取模块用于获取语义元素之间的并列关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的并列关系信息，生成并列指令列表；
获取单元，用于根据语义元素之间的并列关系信息，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据并列指令列表以及所述第一映射关系的任务信息，生成执行所述并列关系的新增指令项，并将执行所述新增指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
可选的，所述第一获取模块用于语义元素之间的替换关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的替换关系信息，生成替换指令列表；
获取单元，用于根据语义元素之间的替换关系信息，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据替换指令列表以及所述第一映射关系的任务信息，生成执行所述替换关系的替换指令项，并将执行所述替换指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
可选的，所述第一获取模块用于语义元素之间的删除关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的删除关系，生成删除指令列表；
获取单元，用于根据语义元素之间的删除关系，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据删除指令列表以及任务信息，生成执行所述取代关系的删除指令项，并将执行所述删除指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
请参照图7，其为本申请实施例提供的一种点餐语音指令的处理方法的流程图。该点餐语音指令的处理方法，包括如下步骤：
S601：获取用户的点餐语音指令，所述点餐语音指令为包含多个订单任务的语音指令；
S602：根据所述点餐语音指令生成与所述点餐语音指令对应的操作指令列表；
S603：执行所述操作指令列表，生成与所述点餐语音指令相关的多个订单信息。
可选的，所述操作指令列表包括：新建项指令、替换项指令和删除项指令；
所述执行操作指令列表，生成与所述用户的点餐语音指令相关的多个订单信息包括：
执行新建项指令，创建不同的订单任务，和/或，执行替换项指令，修改订单任务中的订单信息，和/或，执行删除项指令，删除相应的订单任务；
执行新建项指令、替换项指令和删除项指令中的至少一种指令后，生成与所述用户的点餐语音指令相关的多个订单信息。
在上述的实施例中，提供了一种点餐语音指令的处理方法，与之相应的，本申请提供了一种点餐语音指令的处理装置，由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关的部分请参见上述方法实施例对应说明即可。下述描述的装置实施例仅仅是示意性的。
参照图8，其示出了本申请实施例提供的一种点餐语音指令的处理装置的示意图。
本申请提供的一种点餐语音指令的处理装置，包括
获取模块，用于获取用户的点餐语音指令，所述点餐语音指令为包含多个订单任务的语音指令；
生成模块，用于根据所述点餐语音指令生成与所述点餐语音指令对应的操作指令列表；
执行模块，用于执行所述操作指令列表，生成与所述点餐语音指令相关的多个订单信息。
可选的，所述执行模块包括：新建项模块、替换项模块和删除项模块；
所述新建项模块用于执行新建项指令，创建不同的订单任务；
所述替换项模块用于执行替换项指令，修改订单任务中的订单信息；
所述删除项模块用于执行删除项指令，删除相应的订单任务。
所述执行模块执行新建项指令、替换项指令和删除项指令中的至少一种指令后，生成与所述用户的点餐语音指令相关的多个订单信息。
本申请公开了一种电子设备，包括：处理器；存储器，用于存储节点部署程序，所述程序在被所述处理器读取执行时，执行如下操作：
获取数据信息，其中，所述数据信息包括：语义元素信息和语义元素之间的关系信息；
获取与所述数据信息具有第一映射关系的任务信息；
根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息；
重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合。
本申请另外还公开了一种电子设备，包括：处理器；存储器，用于存储节点部署程序，所述程序在被所述处理器读取执行时，执行如下操作：
获取用户的点餐语音指令，所述点餐语音指令为包含多个订单任务的语音指令；
根据所述点餐语音指令生成与所述点餐语音指令对应的操作指令列表；
执行所述操作指令列表，生成与所述点餐语音指令相关的多个订单信息。
本发明虽然以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此本发明的保护范围应当以本发明权利要求所界定的范围为准。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
2、本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明虽然以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此本发明的保护范围应当以本发明权利要求所界定的范围为准。
Claims (16)
1.一种数据信息的处理方法，其特征在于，包括如下步骤：
获取数据信息，其中，所述数据信息包括：语义元素信息和语义元素之间的关系信息；
获取与所述数据信息具有第一映射关系的任务信息；
根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息；
重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合。
2.根据权利要求1所述的一种方法，其特征在于：所述语义元素的关系信息包括：语义元素之间的约束关系信息；
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
解析语义元素之间的约束关系信息，生成约束指令列表；
根据语义元素之间的约束关系信息，获取与数据信息有第一映射关系的任务信息；
根据约束指令列表以及所述第一映射关系的任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
3.根据权利要求1或2所述的一种方法，其特征在于：所述语义元素的关系信息还包括：语义元素之间的并列关系信息；
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
解析语义元素之间的并列关系信息，生成并列指令列表；
根据语义元素之间的并列关系信息，获取与数据信息有第一映射关系的任务信息；
根据并列指令列表以及所述第一映射关系的任务信息，生成执行所述并列关系的新增指令项，并将执行所述新增指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
4.根据权利要求1或2所述的一种方法，其特征在于：所述语义元素的关系信息还包括：语义元素之间的替换关系信息；
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
解析语义元素之间的替换关系信息，生成替换指令列表；
根据语义元素之间的替换关系信息，获取与数据信息有第一映射关系的任务信息；
根据替换指令列表以及所述第一映射关系的任务信息，生成执行所述替换关系的替换指令项，并将所述替换指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
5.根据权利要求1或2任一所述的一种方法，其特征在于：所述语义元素的关系信息还包括：语义元素之间的删除关系信息；
所述重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合，包括执行以下步骤：
解析语义元素之间的删除关系，生成删除指令列表；
根据语义元素之间的删除关系，获取与数据信息有第一映射关系的任务信息；
根据删除指令列表以及任务信息，生成执行所述取代关系的删除指令项，并将所述删除指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
6.一种数据信息的处理装置，其特征在于，包括：
第一获取模块，用于获取数据信息，其中，所述数据信息包括：语义元素信息和语义元素之间的关系信息；
第二获取模块，用于获取与所述数据信息具有第一映射关系的任务信息；
生成模块，用于根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息；
循环模块，用于重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合。
7.根据权利要求6所述的一种装置，其特征在于：所述第一获取模块用于获取语义元素之间的约束关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的约束关系信息，生成约束指令列表；
获取单元，用于根据语义元素之间的约束关系信息，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据约束指令列表以及所述第一映射关系的任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
8.根据权利要求6或7所述的一种装置，其特征在于：所述第一获取模块用于获取语义元素之间的并列关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的并列关系信息，生成并列指令列表；
获取单元，用于根据语义元素之间的并列关系信息，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据并列指令列表以及所述第一映射关系的任务信息，生成执行所述并列关系的新增指令项，并将执行所述新增指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
9.根据权利要求6或7所述的一种装置，其特征在于：所述第一获取模块用于语义元素之间的替换关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的替换关系信息，生成替换指令列表；
获取单元，用于根据语义元素之间的替换关系信息，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据替换指令列表以及所述第一映射关系的任务信息，生成执行所述替换关系的替换指令项，并将执行所述替换指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
10.根据权利要求6或7所述的一种装置，其特征在于：所述第一获取模块用于语义元素之间的删除关系信息；
所述循环模块包括：
解析单元，用于解析语义元素之间的删除关系，生成删除指令列表；
获取单元，用于根据语义元素之间的删除关系，获取与数据信息有第一映射关系的任务信息；
生成单元，用于根据删除指令列表以及任务信息，生成执行所述取代关系的删除指令项，并将执行所述删除指令项插入到所述操作列表中，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息。
11.一种点餐语音指令的处理方法，其特征在于，包括如下步骤：
获取用户的点餐语音指令，所述点餐语音指令为包含多个订单任务的语音指令；
根据所述点餐语音指令生成与所述点餐语音指令对应的操作指令列表；
执行所述操作指令列表，生成与所述点餐语音指令相关的多个订单信息。
12.根据权利要求11所述的一种方法，其特征在于，所述操作指令列表包括：新建项指令、替换项指令和删除项指令；
所述执行操作指令列表，生成与所述用户的点餐语音指令相关的多个订单信息包括：
执行新建项指令，创建不同的订单任务，和/或，执行替换项指令，修改订单任务中的订单信息，和/或，执行删除项指令，删除相应的订单任务；
执行新建项指令、替换项指令和删除项指令中的至少一种指令后，生成与所述用户的点餐语音指令相关的多个订单信息。
13.一种点餐语音指令的处理装置，其特征在于，包括：
获取模块，用于获取用户的点餐语音指令，所述点餐语音指令为包含多个订单任务的语音指令；
生成模块，用于根据所述点餐语音指令生成与所述点餐语音指令对应的操作指令列表；
执行模块，用于执行所述操作指令列表，生成与所述点餐语音指令相关的多个订单信息。
14.根据权利要求13所述的一种装置，其特征在于，所述执行模块包括：新建项模块、替换项模块和删除项模块；
所述新建项模块用于执行新建项指令，创建不同的订单任务；
所述替换项模块用于执行替换项指令，修改订单任务中的订单信息；
所述删除项模块用于执行删除项指令，删除相应的订单任务。
所述执行模块执行新建项指令、替换项指令和删除项指令中的至少一种指令后，生成与所述用户的点餐语音指令相关的多个订单信息。
15.一种电子设备，包括：处理器；存储器，用于存储节点部署程序，所述程序在被所述处理器读取执行时，执行如下操作：
获取数据信息，其中，所述数据信息包括：语义元素信息和语义元素之间的关系信息；
获取与所述数据信息具有第一映射关系的任务信息；
根据所述数据信息和所述任务信息，生成操作指令列表，所述操作指令列表经过执行后得到与所述数据信息具有第二映射关系的任务信息；
重复根据所述数据信息和所述任务信息，生成操作指令列表的步骤，直到所述第二映射关系与所述第一映射关系吻合。
16.一种电子设备，包括：处理器；存储器，用于存储节点部署程序，所述程序在被所述处理器读取执行时，执行如下操作：
获取用户的点餐语音指令，所述点餐语音指令为包含多个订单任务的语音指令；
根据所述点餐语音指令生成与所述点餐语音指令对应的操作指令列表；
执行所述操作指令列表，生成与所述点餐语音指令相关的多个订单信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810988808.3A CN110866606B (zh) | 2018-08-28 | 2018-08-28 | 数据信息、点餐语音指令的处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810988808.3A CN110866606B (zh) | 2018-08-28 | 2018-08-28 | 数据信息、点餐语音指令的处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110866606A true CN110866606A (zh) | 2020-03-06 |
| CN110866606B CN110866606B (zh) | 2023-06-20 |
Family
ID=69651425
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810988808.3A Active CN110866606B (zh) | 2018-08-28 | 2018-08-28 | 数据信息、点餐语音指令的处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110866606B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2784675A1 (en) * | 2012-02-09 | 2014-10-01 | Huawei Technologies Co., Ltd | Method, device and system for data reconstruction |
| CN104978697A (zh) * | 2015-06-24 | 2015-10-14 | 西南石油大学 | 一种基于二维码的协同智能点餐方法与系统 |
| CN105931145A (zh) * | 2016-05-06 | 2016-09-07 | 乐视控股（北京）有限公司 | 一种智能点餐方法及装置 |
| CN107578320A (zh) * | 2017-09-19 | 2018-01-12 | 拉扎斯网络科技（上海）有限公司 | 基于语音交互的订餐方法及相关装置 |
-
2018
- 2018-08-28 CN CN201810988808.3A patent/CN110866606B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2784675A1 (en) * | 2012-02-09 | 2014-10-01 | Huawei Technologies Co., Ltd | Method, device and system for data reconstruction |
| CN104978697A (zh) * | 2015-06-24 | 2015-10-14 | 西南石油大学 | 一种基于二维码的协同智能点餐方法与系统 |
| CN105931145A (zh) * | 2016-05-06 | 2016-09-07 | 乐视控股（北京）有限公司 | 一种智能点餐方法及装置 |
| CN107578320A (zh) * | 2017-09-19 | 2018-01-12 | 拉扎斯网络科技（上海）有限公司 | 基于语音交互的订餐方法及相关装置 |
Non-Patent Citations (1)
| Title |
|---|
| 张波;申发海;韦永林;: "使用本体标注构建SCORM本体模型的方法" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110866606B (zh) | 2023-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3353672B1 (en) | Method and apparatus for transferring data between databases | |
| Ganesh et al. | Openerp/odoo-an open source concept to erp solution | |
| US20180210883A1 (en) | System for converting natural language questions into sql-semantic queries based on a dimensional model | |
| US8719299B2 (en) | Systems and methods for extraction of concepts for reuse-based schema matching | |
| CN104298496B (zh) | 数据分析型软件开发框架系统 | |
| CN105677353A (zh) | 特征抽取方法、机器学习方法及其装置 | |
| CN110019835B (zh) | 资源编排方法、装置以及电子设备 | |
| CN110554875B (zh) | 代码转换方法及装置、电子设备、存储介质 | |
| US10169222B2 (en) | Apparatus and method for expanding the scope of systems management applications by runtime independence | |
| Jardim-Goncalves et al. | Reference framework for enhanced interoperable collaborative networks in industrial organisations | |
| CN114579104A (zh) | 数据分析场景的生成方法、装置、设备及存储介质 | |
| CN109241151B (zh) | 一种数据结构的转换方法、装置及电子设备 | |
| US11971916B2 (en) | Conversion of tabular format data to machine readable text for QA operations | |
| CN106776779B (zh) | 基于Mac平台的JSON数据生成实体文件的方法 | |
| CN109471957B (zh) | 一种基于统一标签的元数据转换方法及装置 | |
| CN112015382B (zh) | 一种处理器构架解析方法、装置、设备及储存介质 | |
| US10275462B2 (en) | Automatic translation of string collections | |
| CN117520514A (zh) | 一种问答任务处理方法、装置、设备及可读存储介质 | |
| US11023101B2 (en) | System and method for implementing a self service machine learning framework | |
| CN110866606A (zh) | 数据信息的处理方法及装置、点餐语音指令的处理方法及装置 | |
| KR20210004505A (ko) | 경영 표준 규격 자동 매핑 시스템 | |
| CN115719073A (zh) | 一种多语资源的翻译方法、设备及介质 | |
| CN114238807A (zh) | 数据可视化页面的处理方法和装置 | |
| CN112612481A (zh) | 一种智能中台的系统架构 | |
| CN110837896B (zh) | 机器学习模型的存储和调用方法、装置 |
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 |