CN113656443B - 数据拆解方法、装置、电子设备和存储介质 - Google Patents
数据拆解方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113656443B CN113656443B CN202110977996.1A CN202110977996A CN113656443B CN 113656443 B CN113656443 B CN 113656443B CN 202110977996 A CN202110977996 A CN 202110977996A CN 113656443 B CN113656443 B CN 113656443B
- Authority
- CN
- China
- Prior art keywords
- item
- data
- sub
- disassembling
- constituent elements
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000000470 constituent Substances 0.000 claims abstract description 49
- 238000012360 testing method Methods 0.000 claims description 144
- 238000004891 communication Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 10
- 239000000463 material Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 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
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000945 filler Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 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
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects 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
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种数据拆解方法,涉及计算机技术领域,尤其涉及大数据技术领域。具体实现方案为:将待拆解数据拆解为相互关联的第一项目数据和第二项目数据,第一项目数据包括至少一个第一项目,第二项目数据包括与至少一个第一项目中的每个第一项目关联的第二项目;从第一项目数据拆解出每个第一项目的组成元素;从第二项目数据拆解出与每个第一项目关联的第二项目的组成元素;针对每个第一项目,根据该第一项目的组成元素和与该第一项目关联的第二项目的组成元素,生成该第一项目的结构化数据。本公开还提供了一种数据拆解装置、电子设备和存储介质。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及大数据技术。更具体地,本公开提供了一种数据拆解方法、装置、电子设备和存储介质。
背景技术
互联网时代,数据爆炸式增长,数据的存储与应用日益受到重视与关注。对数据进行拆解是数据存储和检索的基础,对数据应用起到重要作用。
发明内容
本公开提供了一种数据拆解方法、装置、设备以及存储介质。
根据第一方面,提供了一种数据拆解方法,该方法包括:将待拆解数据拆解为相互关联的第一项目数据和第二项目数据,第一项目数据包括至少一个第一项目,第二项目数据包括与至少一个第一项目中的每个第一项目关联的第二项目;从第一项目数据拆解出每个第一项目的组成元素;从第二项目数据拆解出与每个第一项目关联的第二项目的组成元素;针对每个第一项目,根据该第一项目的组成元素和与该第一项目关联的第二项目的组成元素,生成该第一项目的结构化数据。
根据第二方面,提供了一种数据拆解装置,该装置包括:第一拆解模块,用于将待拆解数据拆解为相互关联的第一项目数据和第二项目数据,第一项目数据包括至少一个第一项目,第二项目数据包括与至少一个第一项目中的每个第一项目关联的第二项目;第二拆解模块,用于从第一项目数据拆解出每个第一项目的组成元素;第三拆解模块,用于从第二项目数据拆解出与每个第一项目关联的第二项目的组成元素;生成模块,用于针对每个第一项目,根据该第一项目的组成元素和与该第一项目关联的第二项目的组成元素,生成该第一项目的结构化数据。
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,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根据本公开提供的方法。
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,该计算机指令用于使计算机执行根据本公开提供的方法。
根据第五方面,提供了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本公开提供的方法。
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是根据本公开的一个实施例的可以应用数据拆解方法和装置的示例性系统架构示意图;
图2是根据本公开的一个实施例的数据拆解方法的流程图;
图3是根据本公开的一个实施例的生成结构化数据的示意图;
图4是根据本公开的另一个实施例的数据拆解方法的流程图;
图5是根据本公开的一个实施例的数据拆解装置的框图;
图6是根据本公开的一个实施例的数据拆解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。
互联网中充斥着丰富的、复杂的数据资源,基于数据资源建立资源库是能够使得数据得到充分利用的主要手段。目前,相关技术中主要依靠人工对数据进行拆解并录入数据库的方式来建立资源库,但是人工方式成本高、建设时间长且效率低。
本公开实施例提供一种数据拆解方法,通过将待拆解数据拆解为相互关联的第一项目数据和第二项目区域,并从第一项目数据和第二项目数据中拆解出相互关联的项目的组成元素,根据相互关联的项目的组成元素生成结构化数据,能够提高数据拆解的效率和准确性。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
图1是根据本公开一个实施例的可以应用数据拆解方法和装置的示例性系统架构示意图。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括多个终端设备101、网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101通过网络102与服务器103进行交互,以接收或发送消息等。终端设备101可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机等等。
本公开实施例所提供的数据拆解方法一般可以由服务器103执行。相应地,本公开实施例所提供的数据拆解装置一般可以设置于服务器103中。本公开实施例所提供的数据拆解方法也可以由不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群执行。相应地,本公开实施例所提供的数据拆解装置也可以设置于不同于服务器103且能够与终端设备101和/或服务器103通信的服务器或服务器集群中。
图2是根据本公开的一个实施例的数据拆解方法的流程图。
如图2所示,该数据拆解方法200可以包括操作S210~操作S240。
在操作S210,将待拆解数据拆解为相互关联的第一项目数据和第二项目数据。
本公开实施例可以应用于试题类型的数据的拆解,例如,待拆解数据是试题类型的文档,由于试题并不都是以试卷方式承载的,它可能存在学习资料、课后练习、培训资料、讲义、科普资料等等各类文档中。因此,待拆解数据可以包括试卷和非试卷,试卷可以包括标准试卷和由多年考试试卷组成的组合卷等。非试卷可以包括从学习资料、科普资料、培训资料、讲义或习题集中截取出来的部分内容,该部分内容包括试题和答案。
第一项目数据可以是试题数据,例如,试卷中试题区域的内容。第二项目数据可以是答案数据,例如,试卷中答案区域的内容。试题数据中的试题和答案数据中的答案可以是一一对应的。试题数据和对应的答案数据可以组成一套完整试卷。
可以理解,针对标准试卷,本身包括试题数据和答案数据,因此标准试卷可以作为待进一步拆解的试卷。
针对由多年标准试卷组成的组合卷,可以拆解出每一年试卷的试题数据和答案数据,将同一年的试题数据和答案数据关联起来,作为待进一步拆解的试卷。
针对从学习资料、讲义或习题集中截取出来的部分内容,也可以拆解出试题数据和答案数据,并将试题数据和答案数据相关联作为待进一步拆解的试卷。
在操作S220,从第一项目数据拆解出每个第一项目的组成元素。
例如,试题数据包括多个试题,可以从试题数据拆解出每一道试题。每一道试题的组成元素包括题目编号、题干、分值和选项等,针对每一道试题,可以将题干、分值和选项等组成元素从该试题中拆解出来。由此可以提炼出每一道试题的元素。
在操作S230,从第二项目数据拆解出与每个第一项目关联的第二项目的组成元素。
例如,答案数据包括与试题数据中一道道试题相对应的一个个答案,可以从答案数据将上述一个个答案拆解出来。每一个答案的组成元素包括答案内容和答案解析,针对每一个答案,可以将答案内容和答案解析从该答案中拆解出来。由此可以提炼出每一个答案的元素。
在操作S240,针对每个第一项目,根据该第一项目的组成元素和与该第一项目关联的第二项目的组成元素,生成该第一项目的结构化数据。
例如,可以根据试题数据中每个试题的编号和答案数据中每个答案的编号确定试题数据中一道道试题与答案数据中一个个答案之间的关联关系。针对每一个试题,根据关联关系确定与该试题对应的答案,将该试题的元素和与该试题对应的答案元素组合在一起,形成该试题的结构化数据。该结构化数据可以存储至试题库,以便用于试题搜索。
例如,针对从试题数据拆解出来的试题X(例如试题编号为5),确定从答案数据拆解出来的与该试题X关联的答案Y(例如答案编号为5)。试题X包括题干S、以及选项A、B、C、D,答案Y包括答案内容A和答案解析R,则试题X的结构化数据可以表示为{[S]、[A、B、C、D]、[A]、[R]}。将试题X的结构化数据存储至试题库中,可应用于试题搜索。
本公开实施例提供一种数据拆解方法,通过将待拆解数据拆解为相互关联的第一项目数据和第二项目区域,并从第一项目数据和第二项目数据中拆解出相互关联的项目的组成元素,根据相互关联的项目的组成元素生成结构化数据,能够提高数据拆解的效率和准确性。
图3是根据本公开的一个实施例的生成结构化数据的示意图。
如图3所示,从试题数据301中拆解出题干和选项,从答案数据302中拆解出答案和解析,基于拆解出来的试题、选项、答案和解析生成结构化数据303。还可以从试题数据301和答案数据302中拆解出其他的元素,例如题目编号、图像等等。
将结构化数据303存储至试题库,可以用于试题搜索。例如,可以根据用户需求依次显示题干、选项、答案和解析等,提高用户体验。
图4是根据本公开的另一个实施例的数据拆解方法的流程图。
如图4所示,该数据拆解方法400包括操作S410~操作S430、操作S441~操作S443、操作S451~操作S457以及操作S460。
操作S410~操作S420是拆分出一套套试卷的步骤。
在操作S410,根据文档类型从存量文档库中获取试题类型的文档作为待拆解数据。
例如,存量文档库可以包括互联网中的海量文档,需要从这些文档中筛选出试题类型的文档。试题类型的文档可以包括标准试卷、由多年考试试卷组成的组合卷以及各种学习资料、培训资料、讲义等。这些都可以作为待拆解数据。
在操作S420,将待拆解数据拆解为由相互关联的试题区域和答案区域组成的试卷。
例如,针对标准试卷,试题和答案的组成形式可以是试题在试卷的前半部分,答案在试卷的后半部分。也可能是一问一答的形式。标准试卷可以直接作为待进一步拆解的试卷。
针对由多年考试试卷组成的组合卷,试题和答案的组成形式可以是多年试卷的试题均在前半部分,多年试卷的答案均在后半部分。也可以是一套试题连接着该试题的答案。也可以是一问一答的形式。针对组合卷,可以根据关键词(如2001年等)、排版将组合卷中每一套试卷的试题区域切分出来,并根据关键词、排版将每一套试卷的答案区域切分出来,根据关键词、排版将同一套试卷的试题区域和答案区域关联起来,作为一套待进一步拆分的完整试卷。
针对学习资料和培训讲义等,可以包括一道试题和答案,也可以包括多道试题和答案。试题和答案的组成形式可以是试题在前答案在后,也可以是一问一答的形式。针对这类试题文档,可以根据关键词(题目序号、题干信息等)将资料中的试题区域和对应的答案区域截取出来并做关联,作为一套待进一步拆分的完整试卷。
可以理解,无论哪种类型的试题文档,都可以拆分为由相互关联的试题区域和答案区域组成的试卷,且该试卷的试题和答案的组成形式可以是一问一答的形式或者是试题与答案分离的形式(如试卷中所有试题在前,所有答案在后的形式)。
在操作S430,确定待拆解试卷的试题和答案是否是试题与答案分离的形式。若是,则执行操作S451~操作S457,否则执行操作S441~操作S443。
针对试题和答案分离的待拆解试卷以及一问一答形式的待拆解试卷分别进行拆解。操作S451~操作S457是针对试题和答案分离的待拆解试卷进行拆解的步骤,操作S441~操作S443是针对一问一答形式的待拆解试卷进行拆解的步骤。需要说明的是,操作S451~操作S457与操作操作S441~操作S443可以是并行执行的。但是本公开的实施例不限于此,这两组操作也可以按照其他顺序来执行,例如先执行操作S441~操作S443,再执行操作S451~操作S457,或者先执行操作S451~操作S457,再执行操作S441~操作S443。
针对一问一答形式的待拆解试卷的拆解步骤(即操作S441~操作S443)进行如下说明。
在操作S441,拆解出多个包含答案的试题子区域。
例如,针对待拆解试卷,包含彼此具有不同类型的多个试题子区域,例如选择题子区域、填空题子区域、判断题子区域和问答题子区域等等。可以根据关键字(如选择题、填空题等)、项目序号(如一、二、三、四等)和排版等,将每个类型的试题子区域拆解出来。由于待拆解试卷是一问一答形式,则每个试题子区域包含试题和答案。
在操作S442,针对每个类型的试题子区域,拆解出一道道试题和答案。
例如,针对每个类型的试题子区域,根据试题编号将该试题子区域中每一道试题和答案切分出来,作为一道完整试题。例如从选择题子区域拆解出来选择题1~选择题10。且每个选择题后面都附有对应的答案。
在操作S443,针对每一道试题,拆解出该试题的试题元素和答案元素。
每道试题在试题下面附上答案,比如选择题采用在题干最后括弧中列出答案选项序号,或把正确的选择项用红色标红等等,表达形式多种多样。可以根据样式和排版效果将试题元素和答案元素拆解出来。试题元素包括题干、选项等,答案元素包括答案内容和答案解析等。
针对试题和答案分离形式的带拆解试卷的操作步骤(操作S451~操作S457),操作S451~操作S453是针对试题区域的拆解步骤,操作S454~操作S456是针对答案区域的拆解步骤,操作S457是将试题元素和答案元素进行组合的步骤。操作S451~操作S453与操作S441~操作S443类似,区别在于操作S451~操作S453拆解出的试题不包含答案,且没有拆解出答案元素,这里不再赘述。针对S454~操作S457进行如下说明。
在操作S454,拆解出多个答案子区域。
例如,针对试题与答案分离形式的待拆解试卷,包含彼此具有不同类型的多个答案子区域,例如选择题答案子区域、填空题答案子区域、判断题答案子区域和问答题答案子区域等等。可以根据关键字(如选择题答案、填空题答案等)、项目序号(如一、二、三、四等)和排版等,将每个类型的答案子区域拆解出来。
在操作S455,针对每个类型的答案子区域,拆解出一个个答案。
例如,针对每个类型的答案子区域,根据答案编号将该答案子区域中每一个答案切分出来。例如从选择题答案子区域拆解出来选择题1~选择题10的答案。
在操作S456,针对每一个答案,拆解出该答案的组成元素。
例如,答案元素包括答案内容和答案解析等。
在操作S457,将试题元素和答案元素进行关联并组合。
例如,可以通过试题编号和答案编号将试题元素和答案元素进行关联并组合。例如选择题1和选择题1的答案关联,将选择题1的元素(题干和选项)与选择题1的答案的元素(答案内容和答案解析)相关联并组合在一起作为选择题1的完整的元素组合。
由上述操作S441~操作S443得到一问一答形式的试卷的每一道试题的组成元素,并由上述S451~操作S457得到试题与答案分离形式的试卷的每一道试题的组成元素之后,可以执行操作S460。
在操作S460,生成结构化数据并入库。
例如,针对每一道试题,将该试题的组成元素生成结构化数据,并录入试题库中,以便进行试题搜索。并且由于每一道试题都拆解出组成元素,可以根据用户的搜索需求依次显示题干、选项、答案内容和答案解析等元素。
图5是根据本公开的一个实施例的数据拆解装置的框图。
如图5所示,该数据拆解装置500包括第一拆解模块501、第二拆解模块502、第三拆解模块503和生成模块504。
第一拆解模块501用于将待拆解数据拆解为相互关联的第一项目数据和第二项目数据,第一项目数据包括至少一个第一项目,第二项目数据包括与至少一个第一项目中的每个第一项目关联的第二项目。
第二拆解模块502用于从第一项目数据拆解出每个第一项目的组成元素;
第三拆解模块503用于从第二项目数据拆解出与每个第一项目关联的第二项目的组成元素。
生成模块504用于针对每个第一项目,根据该第一项目的组成元素和与该第一项目关联的第二项目的组成元素,生成该第一项目的结构化数据。
根据本公开的实施例,第一项目数据包括彼此具有不同类型的多个第一项目子数据,每个第一项目子数据包括至少一个第一项目,第二项目数据包括与每个第一项目子数据关联的第二项目子数据,第二项目子数据包括与至少一个第一项目中的每个第一项目关联的第二项目;第一拆解模块包括第一拆解单元、第二拆解单元和第三拆解单元。
第一拆解单元用于根据关键词、第一项目编号或排版中的至少之一,从第一项目数据拆解出多个第一项目子数据中的每个第一项目子数据。
第二拆解单元用于根据第一项目编号,从每个第一项目子数据中拆解出至少一个第一项目中的每个第一项目。
第三拆解单元用于根据排版或样式,从每个第一项目中拆解出该第一项目的组成元素。
根据本公开的实施例,第二拆解单元包括第四拆解单元、第五拆解单元和第六拆解单元。
第四拆解单元用于根据关键词、第二项目编号或排版中的至少之一,从第二项目数据拆解出与每个第一项目子数据关联的第二项目子数据。
第五拆解单元,用于针对与每个第一项目子数据关联的第二项目子数据,根据第二项目编号,从该第二项目子数据拆解出与第一项目子数据中每个第一项目关联的第二项目。
第六拆解单元,用于针对与每个第一项目关联的第二项目,拆解出该第二项目的组成元素。
根据本公开的实施例,待拆解数据是由多个第一项目数据和多个第二项目数据组合成的数据集,第一拆解模块501包括确定单元和第七拆解单元。
确定单元用于根据关键词,确定多个第一项目数据和多个第二项目数据之间的关联关系。
第七拆解单元用于针对每个第一项目数据,根据关联关系,将该第一项目数据和与该第一项目数据关联的第二项目数据从数据集中拆解出来。
根据本公开的实施例,待拆解数据为文档,数据拆解装置500还包括获取模块。
获取模块用于根据文档类型从存量文档库中获取预设类型的文档作为待拆解数据。
根据本公开的实施例,第一项目为试题,第二项目为答案,第一项目的组成元素包括题干和选项,第二项目的组成元素包括答案内容和答案解析。
根据本公开的实施例,第一项目为试题,彼此具有不同类型的多个第一项目子数据包括选择题子数据、判断题子数据、填空题子数据和问答题子数据。
根据本公开的实施例,本公开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示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。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,设备600包括计算单元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单元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,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
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;存储单元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。
计算单元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。计算单元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计算单元、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。计算单元601执行上文所描述的各个方法和处理,例如数据拆解方法。例如,在一些实施例中,数据拆解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介质,例如存储单元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/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的数据拆解方法的一个或多个步骤。备选地,在其他实施例中,计算单元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拆解方法。
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。这些程序代码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或控制器执行时使流程图和/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。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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)、光学储存设备、磁储存设备、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。
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,本发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,均应包含在本公开保护范围之内。
Claims (12)
1.一种数据拆解方法,包括:
将待拆解数据拆解为相互关联的第一项目数据和第二项目数据,所述第一项目数据包括至少一个第一项目,所述第二项目数据包括与所述至少一个第一项目中的每个第一项目关联的第二项目;
从所述第一项目数据拆解出每个第一项目的组成元素;
从所述第二项目数据拆解出与每个第一项目关联的第二项目的组成元素;
针对每个第一项目,根据该第一项目的组成元素和与该第一项目关联的第二项目的组成元素,生成该第一项目的结构化数据;
其中,所述第一项目数据包括彼此具有不同类型的多个第一项目子数据,每个第一项目子数据包括所述至少一个第一项目,所述第二项目数据包括与每个第一项目子数据关联的第二项目子数据,所述第二项目子数据包括与所述至少一个第一项目中的每个第一项目关联的第二项目;
所述从所述第一项目数据拆解出每个第一项目的组成元素包括:
根据关键词、第一项目编号或排版中的至少之一,从所述第一项目数据拆解出所述多个第一项目子数据中的每个第一项目子数据;
根据所述第一项目编号,从每个第一项目子数据中拆解出所述至少一个第一项目中的每个第一项目;
根据排版或样式,从每个第一项目中拆解出该第一项目的组成元素;
其中,所述从所述第二项目数据拆解出与每个第一项目关联的第二项目的组成元素包括:
根据关键词、第二项目编号或排版中的至少之一,从所述第二项目数据拆解出与每个第一项目子数据关联的第二项目子数据;
针对与每个第一项目子数据关联的第二项目子数据,根据第二项目编号,从该第二项目子数据拆解出与所述第一项目子数据中每个第一项目关联的第二项目;
针对与每个第一项目关联的第二项目,拆解出该第二项目的组成元素。
2.根据权利要求1所述的方法,其中,所述待拆解数据是由多个第一项目数据和多个第二项目数据组合成的数据集,所述将待拆解数据拆解为相互关联的第一项目数据和第二项目数据包括:
根据关键词,确定所述多个第一项目数据和所述多个第二项目数据之间的关联关系;
针对每个第一项目数据,根据所述关联关系,将该第一项目数据和与该第一项目数据关联的第二项目数据从所述数据集中拆解出来。
3.根据权利要求1所述的方法,其中,所述待拆解数据为文档,所述方法还包括:
根据文档类型从存量文档库中获取预设类型的文档作为所述待拆解数据。
4.根据权利要求1至3中任一项所述的方法,其中,所述第一项目为试题,所述第二项目为答案,所述第一项目的组成元素包括题干和选项,所述第二项目的组成元素包括答案内容和答案解析。
5.根据权利要求1至3中任一项所述的方法,其中,所述第一项目为试题,所述彼此具有不同类型的多个第一项目子数据包括选择题子数据、判断题子数据、填空题子数据和问答题子数据。
6.一种数据拆解装置,包括:
第一拆解模块,用于将待拆解数据拆解为相互关联的第一项目数据和第二项目数据,所述第一项目数据包括至少一个第一项目,所述第二项目数据包括与所述至少一个第一项目中的每个第一项目关联的第二项目;
第二拆解模块,用于从所述第一项目数据拆解出每个第一项目的组成元素;
第三拆解模块,用于从所述第二项目数据拆解出与每个第一项目关联的第二项目的组成元素;
生成模块,用于针对每个第一项目,根据该第一项目的组成元素和与该第一项目关联的第二项目的组成元素,生成该第一项目的结构化数据;
其中,所述第一项目数据包括彼此具有不同类型的多个第一项目子数据,每个第一项目子数据包括所述至少一个第一项目,所述第二项目数据包括与每个第一项目子数据关联的第二项目子数据,所述第二项目子数据包括与所述至少一个第一项目中的每个第一项目关联的第二项目;所述第一拆解模块包括:
第一拆解单元,用于根据关键词、第一项目编号或排版中的至少之一,从所述第一项目数据拆解出所述多个第一项目子数据中的每个第一项目子数据;
第二拆解单元,用于根据所述第一项目编号,从每个第一项目子数据中拆解出所述至少一个第一项目中的每个第一项目;
第三拆解单元,用于根据排版或样式,从每个第一项目中拆解出该第一项目的组成元素;
其中,所述第二拆解单元包括:
第四拆解单元,用于根据关键词、第二项目编号或排版中的至少之一,从所述第二项目数据拆解出与每个第一项目子数据关联的第二项目子数据;
第五拆解单元,用于针对与每个第一项目子数据关联的第二项目子数据,根据第二项目编号,从该第二项目子数据拆解出与所述第一项目子数据中每个第一项目关联的第二项目;
第六拆解单元,用于针对与每个第一项目关联的第二项目,拆解出该第二项目的组成元素。
7.根据权利要求6所述的装置,其中,所述待拆解数据是由多个第一项目数据和多个第二项目数据组合成的数据集,所述第一拆解模块包括:
确定单元,用于根据关键词,确定所述多个第一项目数据和所述多个第二项目数据之间的关联关系;
第七拆解单元,用于针对每个第一项目数据,根据所述关联关系,将该第一项目数据和与该第一项目数据关联的第二项目数据从所述数据集中拆解出来。
8.根据权利要求6所述的装置,其中,所述待拆解数据为文档,所述装置还包括:
获取模块,用于根据文档类型从存量文档库中获取预设类型的文档作为所述待拆解数据。
9.根据权利要求6至8中任一项所述的装置,其中,所述第一项目为试题,所述第二项目为答案,所述第一项目的组成元素包括题干和选项,所述第二项目的组成元素包括答案内容和答案解析。
10.根据权利要求6至8中任一项所述的装置,其中,所述第一项目为试题,所述彼此具有不同类型的多个第一项目子数据包括选择题子数据、判断题子数据、填空题子数据和问答题子数据。
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至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,其中,所述计算机指令用于使所述计算机执行根据权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110977996.1A CN113656443B (zh) | 2021-08-24 | 2021-08-24 | 数据拆解方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110977996.1A CN113656443B (zh) | 2021-08-24 | 2021-08-24 | 数据拆解方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113656443A CN113656443A (zh) | 2021-11-16 |
CN113656443B true CN113656443B (zh) | 2023-08-04 |
Family
ID=78492761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110977996.1A Active CN113656443B (zh) | 2021-08-24 | 2021-08-24 | 数据拆解方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113656443B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018094925A1 (zh) * | 2016-11-22 | 2018-05-31 | 深圳市鹰硕技术有限公司 | 一种填空题试题的生成和判卷的方法及系统 |
CN113204621A (zh) * | 2021-05-12 | 2021-08-03 | 北京百度网讯科技有限公司 | 文档入库、文档检索方法,装置,设备以及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005070827A (ja) * | 2003-08-22 | 2005-03-17 | Canon Inc | 構造化文書データおよびコンテンツ処理方法およびその処理を実行するためのプログラムおよびそのプログラムを記憶した記憶媒体 |
-
2021
- 2021-08-24 CN CN202110977996.1A patent/CN113656443B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018094925A1 (zh) * | 2016-11-22 | 2018-05-31 | 深圳市鹰硕技术有限公司 | 一种填空题试题的生成和判卷的方法及系统 |
CN113204621A (zh) * | 2021-05-12 | 2021-08-03 | 北京百度网讯科技有限公司 | 文档入库、文档检索方法,装置,设备以及存储介质 |
Non-Patent Citations (1)
Title |
---|
Research on Brand Image Narrative Model Design Based on Online Review Data Mining : ——Take the brand of Zhenjiang Hengshun as an example;Lili Zhang;2020 International Conference on Innovation Design and Digital Technology (ICIDDT);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113656443A (zh) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11669579B2 (en) | Method and apparatus for providing search results | |
US10621281B2 (en) | Populating values in a spreadsheet using semantic cues | |
US9411790B2 (en) | Systems, methods, and media for generating structured documents | |
US20180075013A1 (en) | Method and system for automating training of named entity recognition in natural language processing | |
US20180268053A1 (en) | Electronic document generation using data from disparate sources | |
US20150089415A1 (en) | Method of processing big data, apparatus performing the same and storage media storing the same | |
US20160098390A1 (en) | Command history analysis apparatus and command history analysis method | |
US11526259B2 (en) | Method and apparatus for determining extended reading content, device and storage medium | |
EP3961426A2 (en) | Method and apparatus for recommending document, electronic device and medium | |
CN113836314B (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
US10574765B2 (en) | Method, device, and non-transitory computer-readable recording medium | |
CN111967234A (zh) | 可视化报表的生成方法、装置、终端设备和存储介质 | |
CN110059172B (zh) | 基于自然语言理解的推荐答案的方法和装置 | |
CN113836316B (zh) | 三元组数据的处理方法、训练方法、装置、设备及介质 | |
CN113656443B (zh) | 数据拆解方法、装置、电子设备和存储介质 | |
US20220164377A1 (en) | Method and apparatus for distributing content across platforms, device and storage medium | |
CN114880498B (zh) | 事件信息展示方法及装置、设备和介质 | |
CN116629215A (zh) | 教学文档生成方法、装置、电子设备、存储介质 | |
US10824606B1 (en) | Standardizing values of a dataset | |
CN115328898A (zh) | 一种数据处理方法、装置、电子设备及介质 | |
JP6536580B2 (ja) | 文集合抽出システム、方法およびプログラム | |
CN109857838B (zh) | 用于生成信息的方法和装置 | |
WO2016013157A1 (ja) | テキスト処理システム、テキスト処理方法およびテキスト処理プログラム | |
US9582782B2 (en) | Discovering a reporting model from an existing reporting environment | |
CN112308074A (zh) | 用于生成缩略图的方法和装置 |
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 |