CN113377924A - 数据处理方法、装置、设备以及存储介质 - Google Patents
数据处理方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113377924A CN113377924A CN202110717420.1A CN202110717420A CN113377924A CN 113377924 A CN113377924 A CN 113377924A CN 202110717420 A CN202110717420 A CN 202110717420A CN 113377924 A CN113377924 A CN 113377924A
- Authority
- CN
- China
- Prior art keywords
- keyword
- text
- description text
- similarity
- determining
- 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
- 238000003672 processing method Methods 0.000 title abstract description 25
- 238000013507 mapping Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 23
- 239000013598 vector Substances 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003058 natural language processing Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了数据处理方法、装置、设备以及存储介质,涉及自然语言处理领域。具体实现方案为:获取目标关键词的扩展关键词,得到关键词集合;根据关键词集合中的各关键词与预先获取的描述文本集合中的各描述文本之间的相似度,从数据表集合中确定出关联数据表,数据表集合中的各数据表与描述文本集合中的各描述文本对应;建立关键词集合中的各关键词与关联数据表之间的映射关系。本实现方式可以有效提升关键词与数据库中表和字段的映射效率。
Description
技术领域
本公开涉及计算机技术领域,具体涉及自然语言处理领域,尤其涉及数据处理方法、装置、设备以及存储介质。
背景技术
在数据治理和数据探查的实际项目中,我们常需要提前知晓目标关键信息所在数据库的表和相关字段的映射关系。例如,我们需要映射与“姓名”相关的数据库表和数据库字段(这时“姓名”即为关键词)。传统方式为人工筛查,耗时耗力,特别是在应对海量数据信息时,人工筛查的方式将十分困难。
发明内容
本公开提供了一种数据处理方法、装置、设备以及存储介质。
根据第一方面,提供了一种数据处理方法,包括:获取目标关键词的扩展关键词,得到关键词集合;根据关键词集合中的各关键词与预先获取的描述文本集合中的各描述文本之间的相似度,从数据表集合中确定出关联数据表,数据表集合中的各数据表与描述文本集合中的各描述文本对应;建立关键词集合中的各关键词与关联数据表之间的映射关系。
根据第二方面,提供了一种数据处理装置,包括:关键词扩展单元,被配置成获取目标关键词的扩展关键词,得到关键词集合;数据表确定单元,被配置成根据关键词集合中的各关键词与预先获取的描述文本集合中的各描述文本之间的相似度,从数据表集合中确定出关联数据表,数据表集合中的各数据表与描述文本集合中的各描述文本对应;映射建立单元,被配置成建立关键词集合中的各关键词与关联数据表之间的映射关系。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,上述指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面所描述的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,上述计算机指令用于使计算机执行如第一方面所描述的方法。
根据第五方面,一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如第一方面所描述的方法。
根据本公开的技术可以有效提升关键词与数据库中表和字段的映射效率,解决人工逐表查看的低效率问题。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的数据处理方法的一个实施例的流程图;
图3是根据本公开的数据处理方法的一个应用场景的示意图;
图4是根据本公开的数据处理方法的另一个实施例的流程图;
图5是根据本公开的数据处理装置的一个实施例的结构示意图;
图6是用来实现本公开实施例的数据处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的数据处理方法或数据处理装置的实施例的示例性系统架构100。
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,例如浏览器类应用、信息输入类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
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上提供支持的后台服务器。后台服务器可以将关键词和数据库中的各数据表的描述信息进行比较,并将匹配的关键词和数据表进行关联,建立映射关系。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的数据处理方法一般由服务器105执行。相应地,数据处理装置一般设置于服务器105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,示出了根据本公开的数据处理方法的一个实施例的流程200。本实施例的数据处理方法,包括以下步骤:
步骤201,获取目标关键词的扩展关键词,得到关键词集合。
本实施例中,数据处理方法的执行主体可以通过各种方式获取目标关键词的扩展关键词。这里,目标关键词可以是用户输入的词语,可以是名字、名称等等。或者,执行主体可以根据应用场景自动提取目标关键词。例如在病历检索场景中,目标关键词可以包括“主诉”、“姓名”、“科室”等。关键词集合中包括目标关键词和扩展关键词。扩展关键词可以是与目标关键词指示同一对象的词语,例如扩展关键词可以是目标关键词的外文翻译。如果目标关键词是名词(例如人名、地名等),则扩展关键词可以是目标关键词的拼音全文、拼音缩写、英文缩写等。
步骤202,根据关键词集合中的各关键词与预先获取的描述文本集合中的各描述文本之间的相似度,从数据表集合中确定出关联数据表。
本实施例中,执行主体还可以预先获取数据库中各数据表的描述文本,得到描述文本集合。描述文本集合中的各描述文本与数据表集合中的各数据表对应。这里,数据库可以是用于存储各种对象的信息的数据库。上述对象可以是人、物品、地点等。数据库中可以包括由多个数据表组成的数据表集合,每个数据表中可以包括多个字段,各字段可以体现在不同的列中。数据表的描述文本可以是各种用于描述数据表中内容的文否,可以包括表名、列名、表注释文本和列注释文本。
执行主体可以计算关键词集合中的各关键词与描述文本集合中的各描述文本之间的相似度。具体的,执行主体可以通过计算各关键词与各描述文本之间的语义相似度或者字符串相似度。根据上述计算出的相似度,执行主体可以从数据表集合中的各数据表中确定出关联数据表。例如,执行主体可以将相似度大于预设阈值的描述文本对应的数据表作为关联数据表。
步骤203,建立关键词集合中的各关键词与关联数据表之间的映射关系。
执行主体可以将关键词集合中的各关键词与关联数据表进行关联,即建立各关键词与关联数据表之间的映射关系。这样,用户在输入关键词集合中的任一关键词时,都可以检索到关联数据表,方便用户查询。或者,执行主体还可以根据上述映射关系,将关联数据表结构化,以便后续进行检索或进行进一步计算。
继续参见图3,其示出了根据本公开的数据处理方法的一个应用场景的示意图。在图3的应用场景中,用户通过终端设备301将关键词集合发送给服务器302,关键词集合中包括目标关键词和目标关键词的扩展关键词,目标关键词的拼音全文、拼音简写、英文翻译全文和英文翻译简写作为目标关键词的扩展关键词。服务器302还可以获取数据库303中各数据表的描述文本。上述描述文本可以包括表名、列名、表注释文本和列注释文本。服务器302计算目标关键词和各扩展词与各数据表的描述文本之间的相似度。将相似度大于预设阈值的关键词和数据表进行关联,从而建立关键词和数据表之间的映射关系。执行主体可以利用上述映射关系,将数据表中的描述文本进行标准化。
本公开的上述实施例提供的数据处理方法,有效提升关键词与数据库中表和字段的映射效率,解决人工逐表查看的低效率问题。
继续参见图4,其示出了根据本公开的数据处理方法的另一个实施例的流程400。如图4所示,本实施例的方法可以包括以下步骤:
步骤401,获取目标关键词。
步骤402,确定目标关键词指示的目标对象;确定目标对象的别称作为扩展关键词。
本实施例中,执行主体可以首先确定目标关键词指示的目标对象。具体的,执行主体可以对目标关键词进行实体识别,确定指示的实体。将上述实体的别称作为扩展关键词。例如,上述目标关键词为人名“张三”,则执行主体可以确定目标关键词指示的对象为运动员“张三”。然后,将运动员“张三”的别称“zhangsan”、“ZS”、“三哥”等等作为扩展关键词。
步骤403,获取数据库中各数据表的描述文本。
本实施例中,描述文本可以包括表名、列名、表注释文本和列注释文本。
步骤404,确定关键词集合中的各关键词与描述文本集合中的各描述文本之间的语义相似度和/或字符串相似度;根据语义相似度和/或字符串相似度,确定各关键词与各描述文本之间的相似度。
本实施例中,执行主体可以计算关键词集合中的各关键词与各描述文本的语义相似度和/或字符串相似度。这里,执行主体可以首先确定各关键词和各描述文本的语义向量。根据语义向量之间的距离(例如欧式距离),确定语义相似度。执行主体还可以通过计算各关键词和各描述文本之间的编辑距离、覆盖度等计算字符串相似度。在确定语义相似度和/或字符串相似度后,可以将语义相似度或字符串相似度直接作为关键词和描述文本之间的相似度,也可以对两种相似度进行加权,将得到的和作为关键词和描述文本之间的相似度。
在本实施例的一些可选的实现方式中,描述文本可以包括表注释文本和/或列注释文本。执行主体具体可以通过图4中未示出的以下步骤来计算语义相似度/或字符串相似度:提取表注释文本和/或列注释文本的关键词;确定关键词集合中的各关键词与所提取的关键词之间的语义相似度和/或字符串相似度。
一般情况下,表注释文本和列注释文本中包括的文字较多。为了方便计算,本实现方式中,执行主体可以分别提取表注释文本和/或列注释文本的关键词。然后,执行主体可以分别计算关键词集合中的各关键词与所提取的关键词之间的语义相似度和/或字符串相似度。这样,既能够减少计算量,也可以保证相似度计算的准确度。
在本实施例的一些可选的实现方式中,如果描述文本包括表注释文本和/或列注释文本。执行主体还可以通过以下步骤计算各关键词与表注释文本和/或列注释文本之间的语义相似度:确定表注释文本和/或列注释文本的文本向量;确定关键词集合中各关键词的词向量;根据各词向量以及文本向量,确定各关键词与各描述文本的语义相似度。
本实现方式中,执行主体可以首先确定表注释文本和/或列注释文本的文本向量。具体的,执行主体可以将表注释文本和/或列注释文本输入预先训练的语言模型(例如bert、Word2vector、fasttext等),得到文本向量。然后,执行主体还可以分别将各关键词输入上述预先训练的语言模型,确定各关键词的词向量。最后,执行主体可以计算各词向量和文本向量之间的距离,将上述距离作为语义相似度。
步骤405,根据关键词集合中的各关键词与各描述文本之间的相似度,从各数据表中确定出关联数据表。
步骤406,建立关键词集合中的各关键词与关联数据表之间的映射关系。
需要说明的是,如果关键词集合中的各关键词与列名的相似度大于预设阈值,则执行主体可以将各关键词与关联数据表中的字段进行关联,即建立各关键词与表字段之间的映射关系。
本公开的上述实施例提供的数据处理方法,可以通过多种方式计算出关键词与数据表之间的相似度,从而使得建立的映射关系更准确。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种数据处理装置的一个实施例,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,本实施例的数据处理装置500包括:关键词扩展单元501、数据表确定单元502和映射建立单元503。
关键词扩展单元501,被配置成获取目标关键词的扩展关键词,得到关键词集合。
数据表确定单元502,被配置成根据关键词集合中的各关键词与预先获取的描述文本集合中的各描述文本之间的相似度,从数据表集合中确定出关联数据表。数据表集合中的各数据表与描述文本集合中的各描述文本对应。
映射建立单元503,被配置成建立关键词集合中的各关键词与关联数据表之间的映射关系。
在本实施例的一些可选的实现方式中,关键词扩展单元501可以进一步被配置成:获取目标关键词;确定目标关键词指示的目标对象;确定目标对象的别称作为扩展关键词。
在本实施例的一些可选的实现方式中,装置500还可以包括图5中未示出的相似度确定单元,被配置成:确定关键词集合中的各关键词与描述文本集合中的各描述文本之间的语义相似度和/或字符串相似度;根据语义相似度和/或字符串相似度,确定各关键词与各描述文本之间的相似度。
在本实施例的一些可选的实现方式中,描述文本包括表注释文本和/或列注释文本。相似度确定单元可以进一步被配置成:提取表注释文本和/或列注释文本的关键词;确定关键词集合中的各关键词与所提取的关键词之间的语义相似度和/或字符串相似度。
在本实施例的一些可选的实现方式中,描述文本包括表注释文本和/或列注释文本。相似度确定单元可以进一步被配置成:确定表注释文本和/或列注释文本的文本向量;确定关键词集合中各关键词的词向量;根据各词向量以及各文本向量,确定各关键词与各描述文本之间的语义相似度。
应当理解,数据处理装置500中记载的单元501至单元503分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对数据处理方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了根据本公开实施例的执行数据处理方法的电子设备600的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,电子设备600包括处理器601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储器608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储电子设备600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。I/O接口(输入/输出接口)605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储器608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器601可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器601执行上文所描述的各个方法和处理,例如数据处理方法。例如,在一些实施例中,数据处理方法可被实现为计算机软件程序,其被有形地包含于机器可读存储介质,例如存储器608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由处理器601执行时,可以执行上文描述的数据处理方法的一个或多个步骤。备选地,在其他实施例中,处理器601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行数据处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。上述程序代码可以封装成计算机程序产品。这些程序代码或计算机程序产品可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器601执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读存储介质可以是机器可读信号存储介质或机器可读存储介质。机器可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学存储设备、磁存储设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(“Virtual Private Server”,或简称“VPS”)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以是分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开的保护范围之内。
Claims (13)
1.一种数据处理方法,包括:
获取目标关键词的扩展关键词,得到关键词集合;
根据所述关键词集合中的各关键词与预先获取的描述文本集合中的各描述文本之间的相似度,从数据表集合中确定出关联数据表,所述数据表集合中的各数据表与所述描述文本集合中的各描述文本对应;
建立所述关键词集合中的各关键词与所述关联数据表之间的映射关系。
2.根据权利要求1所述的方法,其中,所述获取目标关键词的扩展关键词,得到关键词集合,包括:
获取目标关键词;
确定所述目标关键词指示的目标对象;
确定所述目标对象的别称作为所述扩展关键词。
3.根据权利要求1所述的方法,其中,所述方法还包括:
确定所述关键词集合中的各关键词与所述描述文本集合中的各描述文本之间的语义相似度和/或字符串相似度;
根据所述语义相似度和/或所述字符串相似度,确定各关键词与各描述文本之间的相似度。
4.根据权利要求3所述的方法,其中,所述描述文本包括表注释文本和/或列注释文本;以及
所述确定所述关键词集合中的各关键词与所述描述文本集合中的各描述文本之间的语义相似度和/或字符串相似度,包括:
提取所述表注释文本和/或所述列注释文本的关键词;
确定所述关键词集合中的各关键词与所提取的关键词之间的语义相似度和/或字符串相似度。
5.根据权利要求3所述的方法,其中,所述描述文本包括表注释文本和/或列注释文本;以及
所述确定所述关键词集合中的各关键词与所述描述文本集合中的各描述文本之间的语义相似度和/或字符串相似度,包括:
确定所述表注释文本和/或所述列注释文本的文本向量;
确定所述关键词集合中各关键词的词向量;
根据各词向量以及各文本向量,确定各关键词与各描述文本之间的语义相似度。
6.一种数据处理装置,包括:
关键词扩展单元,被配置成获取目标关键词的扩展关键词,得到关键词集合;
数据表确定单元,被配置成根据所述关键词集合中的各关键词与预先获取的描述文本集合中的各描述文本之间的相似度,从数据表集合中确定出关联数据表,所述数据表集合中的各数据表与所述描述文本集合中的各描述文本对应;
映射建立单元,被配置成建立所述关键词集合中的各关键词与所述关联数据表之间的映射关系。
7.根据权利要求6所述的装置,其中,所述关键词扩展单元进一步被配置成:
获取目标关键词;
确定所述目标关键词指示的目标对象;
确定所述目标对象的别称作为所述扩展关键词。
8.根据权利要求6所述的装置,其中,所述装置还包括相似度确定单元,被配置成:
确定所述关键词集合中的各关键词与所述描述文本集合中的各描述文本之间的语义相似度和/或字符串相似度;
根据所述语义相似度和/或所述字符串相似度,确定各关键词与各描述文本之间的相似度。
9.根据权利要求8所述的装置,其中,所述描述文本包括表注释文本和/或列注释文本;以及
所述相似度确定单元进一步被配置成:
提取所述表注释文本和/或所述列注释文本的关键词;
确定所述关键词集合中的各关键词与所提取的关键词之间的语义相似度和/或字符串相似度。
10.根据权利要求8所述的装置,其中,所述描述文本包括表注释文本和/或列注释文本;以及
所述相似度确定单元进一步被配置成:
确定所述表注释文本和/或所述列注释文本的文本向量;
确定所述关键词集合中各关键词的词向量;
根据各词向量以及各文本向量,确定各关键词与各描述文本之间的语义相似度。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110717420.1A CN113377924A (zh) | 2021-06-28 | 2021-06-28 | 数据处理方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110717420.1A CN113377924A (zh) | 2021-06-28 | 2021-06-28 | 数据处理方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113377924A true CN113377924A (zh) | 2021-09-10 |
Family
ID=77579589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110717420.1A Pending CN113377924A (zh) | 2021-06-28 | 2021-06-28 | 数据处理方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113377924A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114553954A (zh) * | 2022-04-21 | 2022-05-27 | 北京时代亿信科技股份有限公司 | 信息推送方法、装置、非易失性存储介质及电子设备 |
CN115421396A (zh) * | 2022-09-29 | 2022-12-02 | 深圳康佳电子科技有限公司 | 一种智能家居设备控制方法和装置、电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190026367A1 (en) * | 2017-07-24 | 2019-01-24 | International Business Machines Corporation | Navigating video scenes using cognitive insights |
CN111414410A (zh) * | 2019-01-07 | 2020-07-14 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、设备和存储介质 |
CN111814058A (zh) * | 2020-08-20 | 2020-10-23 | 深圳市欢太科技有限公司 | 基于用户意图的推送方法、装置、电子设备及存储介质 |
CN112783836A (zh) * | 2019-11-04 | 2021-05-11 | 电科云(北京)科技有限公司 | 信息交换方法、装置及计算机存储介质 |
-
2021
- 2021-06-28 CN CN202110717420.1A patent/CN113377924A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190026367A1 (en) * | 2017-07-24 | 2019-01-24 | International Business Machines Corporation | Navigating video scenes using cognitive insights |
CN111414410A (zh) * | 2019-01-07 | 2020-07-14 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、设备和存储介质 |
CN112783836A (zh) * | 2019-11-04 | 2021-05-11 | 电科云(北京)科技有限公司 | 信息交换方法、装置及计算机存储介质 |
CN111814058A (zh) * | 2020-08-20 | 2020-10-23 | 深圳市欢太科技有限公司 | 基于用户意图的推送方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
胡可云等: "《数据挖掘理论与应用》", 30 April 2008 * |
蔡圆媛: "《大数据环境下基于知识整合的语义计算技术与应用》", 31 August 2018 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114553954A (zh) * | 2022-04-21 | 2022-05-27 | 北京时代亿信科技股份有限公司 | 信息推送方法、装置、非易失性存储介质及电子设备 |
CN114553954B (zh) * | 2022-04-21 | 2022-09-02 | 北京时代亿信科技股份有限公司 | 信息推送方法、非易失性存储介质及电子设备 |
CN115421396A (zh) * | 2022-09-29 | 2022-12-02 | 深圳康佳电子科技有限公司 | 一种智能家居设备控制方法和装置、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113792154B (zh) | 故障关联关系的确定方法、装置、电子设备及存储介质 | |
CN112579727B (zh) | 文档内容的提取方法、装置、电子设备及存储介质 | |
CN113836314B (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
CN113407610B (zh) | 信息抽取方法、装置、电子设备和可读存储介质 | |
CN112559717B (zh) | 搜索匹配方法、装置、电子设备以及存储介质 | |
CN113377924A (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN114861889A (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
CN112926298A (zh) | 新闻内容识别方法、相关装置及计算机程序产品 | |
CN115422924A (zh) | 一种信息匹配方法、装置、电子设备及存储介质 | |
CN113806522A (zh) | 摘要生成方法、装置、设备以及存储介质 | |
CN114048315A (zh) | 确定文档标签的方法、装置、电子设备和存储介质 | |
CN112989797A (zh) | 模型训练、文本扩展方法,装置,设备以及存储介质 | |
CN113869042A (zh) | 文本标题生成方法、装置、电子设备以及存储介质 | |
CN112948584A (zh) | 短文本分类方法、装置、设备以及存储介质 | |
CN112906368A (zh) | 行业文本增量方法、相关装置及计算机程序产品 | |
CN114238611B (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN116049370A (zh) | 信息查询方法和信息生成模型的训练方法、装置 | |
CN114756691A (zh) | 结构图生成方法、模型的训练方法、图谱生成方法及装置 | |
CN114385829A (zh) | 知识图谱创建方法、装置、设备以及存储介质 | |
CN115470198B (zh) | 数据库的信息处理方法、装置、电子设备及存储介质 | |
US20220374603A1 (en) | Method of determining location information, electronic device, and storage medium | |
CN116089459B (zh) | 数据检索方法、装置、电子设备及存储介质 | |
CN113835743B (zh) | 私有化交付信息处理方法、装置、电子设备及存储介质 | |
CN115617680A (zh) | 用户体验测试案例生成方法、装置、设备及存储介质 | |
CN117435686A (zh) | 负例样本构建方法、商品搜索方法、装置及电子设备 |
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 |