CN114090859A - 一种智能科技数据分类方法及系统 - Google Patents

Abstract

本申请提供的一种智能科技数据分类方法及系统，根据目标标签约束以及目标特征维度确定每一个科研事项日志的目标分类指示，根据目标分类指示聚类多个目标科研事项日志，以得到目标科研事项的目标事项分类结果。通过目标日志处理网络对目标科研事项日志进行解析，这样一来能够精确地确定出每一个局部科研环节事件的目标标签约束以及目标特征维度，并根据目标标签约束以及目标特征维度确定出每一个目标科研事项日志的目标分类指示，能确定每一个目标科研事项日志的状态定位限制条件，因此，可以改善相关技术中存在的聚类科研事项日志可信度低、分类效率过低的问题，提高了科研事项日志聚类的准确性以及聚类效率。

Description

一种智能科技数据分类方法及系统

技术领域

本申请涉及数据分类技术领域，具体而言，涉及一种智能科技数据分类方法及系统。

背景技术

随着互联网的不断发展，在线获得的相关科技项目数据不断的增加，可能会面临相关科技项目数据过多而导致的相关科技项目数据储存紊乱的问题，这样一来，在后续操作过程中可能会遇到不能准确的查询到对应的信息，现有技术在对相关科技项目数据进行分类时，存在分析紊乱的情况，进而引发科研事项日志可信度低、分类效率过低等问题，所以亟需一种技术方案以解决上述技术问题。

发明内容

鉴于此，本申请提供了一种智能科技数据分类方法及系统。

第一方面，提供一种智能科技数据分类方法，应用于智能科技数据分类系统，所述方法至少包括：

确定智能科技项目交互终端对目标科研事项的不同事项状态进行记录所获得到的多个目标科研事项日志；其中，所述目标科研事项日志中包括多个局部科研环节事件，所述局部科研环节事件为所述目标科研事项中涵盖的科研事项；

借助目标日志处理网络对每一个所述目标科研事项日志进行解析，以确定每一个所述目标科研事项日志中涵盖的每一个局部科研环节事件的目标标签约束以及目标特征维度，其中，所述目标日志处理网络为使用若干目标样本日志训练得到，所述若干目标样本日志中的每组样本日志包括：科研事项日志和科研事项日志中涵盖的每一个局部科研环节事件的标签约束以及特征维度；

通过所述目标标签约束以及所述目标特征维度确定每一个所述目标科研事项日志的目标分类指示；通过所述目标分类指示聚类多个所述目标科研事项日志，以得到所述目标科研事项的目标事项分类结果。

在一种独立实施的实施例中，通过所述目标标签约束以及所述目标特征维度确定每一个所述目标科研事项日志的目标分类指示包括：

针对每一个所述目标科研事项日志，实施如下步骤，确定每一个所述目标科研事项日志的目标分类指示：

确定所述目标科研事项日志的状态定位限制条件的事项状态标签约束；

通过所述目标标签约束、所述目标特征维度以及所述事项状态标签约束确定多个所述局部科研环节事件中涵盖的目标局部科研环节事件；

通过所述目标局部科研环节事件的目标标签约束以及目标特征维度确定所述目标科研事项日志的所述目标分类指示。

在一种独立实施的实施例中，通过所述目标标签约束、所述目标特征维度以及所述事项状态标签约束确定多个所述局部科研环节事件中涵盖的目标局部科研环节事件包括：

通过所述目标标签约束、所述目标特征维度确定每一个所述局部科研环节事件的科研事项标签约束，其中，所述科研事项标签约束中包括所述局部科研环节事件所在事项状态的各个约束条件的标签；

通过所述科研事项标签约束以及所述事项状态标签约束确定与所述事项状态标签约束中涵盖的每一个标签约束存在关联的第一局部科研环节事件；将所述第一局部科研环节事件确定为所述目标局部科研环节事件。

在一种独立实施的实施例中，通过所述科研事项标签约束以及所述事项状态标签约束确定与所述事项状态标签约束中涵盖的每一个标签约束存在关联的第一局部科研环节事件包括：

对所述事项状态标签约束中涵盖的每一个约束条件的第一标签都实施如下步骤，以确定与所述事项状态标签约束中涵盖的每一个标签约束存在关联的第一局部科研环节事件：

确定所述科研事项标签约束中涵盖的与所述第一标签的事项空间域描述一致的第二标签；

确定所述第二标签中的第一约束型子标签与所述第一标签中的第一约束型子标签的词向量距离的第一量化转换结果和所述第二标签中的第二约束型子标签与所述第一标签中的第二约束型子标签的词向量距离的第二量化转换结果；

确定所述第一量化转换结果与所述第二量化转换结果的全局量化转换结果；确定所述全局量化转换结果中涵盖的最小全局量化转换结果对应的第三标签；将所述第三标签对应的局部科研环节事件确定为所述第一局部科研环节事件。

在一种独立实施的实施例中，通过所述目标局部科研环节事件的目标标签约束以及目标特征维度确定所述目标分类指示包括：

通过所述目标标签约束中涵盖的所述目标局部科研环节事件中的第二局部科研环节事件的第二约束型子标签获寻所述目标科研事项日志的第一显著性特征，其中，所述第二局部科研环节事件为对应于第一冷门事项状态中的局部科研环节事件；

通过所述目标标签约束中涵盖的所述目标局部科研环节事件中的第三局部科研环节事件的第二约束型子标签和所述目标特征维度中涵盖的所述第三局部科研环节事件的特征维度获寻所述目标科研事项日志的第二显著性特征，其中，所述第三局部科研环节事件为对应于第二冷门事项状态中的局部科研环节事件；

通过所述目标标签约束中涵盖的所述目标局部科研环节事件中的第四局部科研环节事件的第一约束型子标签和所述目标特征维度中涵盖的所述第四局部科研环节事件的特征维度获寻所述目标科研事项日志的第三显著性特征，其中，所述第四局部科研环节事件为对应于第三冷门事项状态中的局部科研环节事件，所述第三冷门事项状态包括所述第一冷门事项状态和所述第二冷门事项状态；

通过所述目标标签约束中涵盖的所述局部科研环节事件中的第五局部科研环节事件的第一约束型子标签和所述目标特征维度中涵盖的所述第五局部科研环节事件的特征维度获寻所述目标科研事项日志的第四显著性特征，其中，所述第五局部科研环节事件为对应于目标事项状态的局部科研环节事件，所述目标事项状态为对应于所述状态定位限制条件中的与所述第三冷门事项状态存在联系的事项状态；通过所述第一显著性特征、第二显著性特征、第三显著性特征以及所述第四显著性特征确定所述目标分类指示。

在一种独立实施的实施例中，通过所述第一显著性特征、第二显著性特征、第三显著性特征以及所述第四显著性特征确定所述目标分类指示包括：

确定所述第三显著性特征与所述第一显著性特征的第一特征重叠描述和所述第三显著性特征与所述第二显著性特征的第二特征重叠描述；确定所述第四显著性特征与所述第一显著性特征的第三特征重叠描述和所述第四显著性特征与所述第二显著性特征的第四特征重叠描述；确定所述第一特征重叠描述与所述第三特征重叠描述的第一词向量距离和所述第二特征重叠描述与所述第四特征重叠描述的第二词向量距离；

将所述第一特征重叠描述按照设定策略调整所述第一词向量距离，以得到第一目标特征重叠描述，并将所述第二特征重叠描述按照所述设定策略调整所述第二词向量距离，以得到第二目标特征重叠描述；通过所述第一显著性特征、所述第二显著性特征、所述第一目标特征重叠描述以及所述第二目标特征重叠描述确定所述目标分类指示。

在一种独立实施的实施例中，通过所述第一显著性特征、所述第二显著性特征、所述第一目标特征重叠描述以及所述第二目标特征重叠描述确定所述目标分类指示包括：将所述第一显著性特征确定为所述目标科研事项日志的第一分类指示；将所述第二显著性特征确定为所述目标科研事项日志的第二分类指示；通过所述第一目标特征重叠描述以及所述第二目标特征重叠描述获寻第三分类指示；将所述第一分类指示、所述第二分类指示以及所述第三分类指示确定为所述目标分类指示。

在一种独立实施的实施例中，通过所述目标分类指示聚类多个所述目标科研事项日志，以得到所述目标科研事项的目标事项分类结果包括：

确定所述目标分类指示中涵盖的各个分类指示的特征重叠描述的第四标签；确定事先确定的目标科研事项日志中的各日志事件与事项分类结果中的各日志事件的事件映射情况；

通过所述事件映射情况确定所述第四标签在所述事项分类结果中的第五标签；通过所述第五标签将所述目标科研事项日志迁移变换至所述事项分类结果中，以得到所述目标事项分类结果。

在一种独立实施的实施例中，通过所述目标分类指示聚类多个所述目标科研事项日志，以得到所述目标科研事项的目标事项分类结果包括：将多个所述目标科研事项日志进行差异性解析，以得到若干目标科研事项日志；分别聚类所述若干目标科研事项日志中的每组目标科研事项日志，以得到若干事项分类结果；将所述若干事项分类结果进行聚类，以得到所述目标事项分类结果。

第二方面，提供一种智能科技数据分类系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。

本申请实施例所提供的一种智能科技数据分类方法及系统，确定智能科技项目交互终端对目标科研事项的不同事项状态进行记录所获得到的多个目标科研事项日志，通过目标日志处理网络对每一个目标科研事项日志进行解析，以确定出每一个目标科研事项日志中涵盖的每一个局部科研环节事件的目标标签约束和每一个局部科研环节事件的目标特征维度，根据目标标签约束以及目标特征维度确定每一个科研事项日志的目标分类指示，根据目标分类指示聚类多个目标科研事项日志，以得到目标科研事项的目标事项分类结果。可以通过目标日志处理网络对目标科研事项日志进行解析，这样一来能够精确地确定出每一个局部科研环节事件的目标标签约束以及目标特征维度，并根据目标标签约束以及目标特征维度确定出每一个目标科研事项日志的目标分类指示，不需要多余的步骤确定每一个目标科研事项日志的状态定位限制条件，因此，可以改善相关技术中存在的聚类科研事项日志可信度低、分类效率过低的问题，提高了科研事项日志聚类的准确性以及聚类效率。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例所提供的一种智能科技数据分类方法的流程图。

图2为本申请实施例所提供的一种智能科技数据分类装置的框图。

图3为本申请实施例所提供的一种智能科技数据分类系统的架构图。

具体实施方式

为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。

请参阅图1，示出了一种智能科技数据分类方法，该方法可以包括以下STEP10-STEP40所描述的技术方案。

STEP10，确定智能科技项目交互终端对目标科研事项的不同事项状态进行记录所获得到的多个目标科研事项日志（可以理解为记录科技项目信息的集）。示例性的，所述目标科研事项日志中包括多个局部科研环节事件，所述局部科研环节事件为所述目标科研事项中涵盖的科研事项。

STEP20，借助目标日志处理网络（可以理解为人工智能模型等）对每一个所述目标科研事项日志进行解析，以确定每一个所述目标科研事项日志中涵盖的每一个局部科研环节事件的目标标签约束（可以理解为局部科研环节事件的约束条件）以及目标特征维度（可以理解为不同层面的特征）。示例性的，所述目标日志处理网络为使用若干目标样本日志训练得到，所述若干目标样本日志中的每组样本日志包括：科研事项日志和科研事项日志中涵盖的每一个局部科研环节事件的标签约束以及特征维度。

STEP30，通过所述目标标签约束以及所述目标特征维度确定每一个所述目标科研事项日志的目标分类指示。

STEP40，通过所述目标分类指示（比如科技项目数据的种类划分规则）聚类多个所述目标科研事项日志，以得到所述目标科研事项的目标事项分类结果。

在本实施例中，目标科研事项可以为科研任务（可以理解为需要经过开发研究出来的科技项目，比如：5G研究、物联网以及大数据的研究开发进行的科研任务），每一个科研任务中可以涵盖多个科技项目指示，即局部科研环节事件。智能科技项目交互终端可以理解为在线接收平台等，可以通过多个智能科技项目交互终端对目标科研事项的不同维度的进行记录。

在本实施例中，针对待聚类的每一组科研事项日志，即每一个目标科研事项日志，可以利用机器学习在目标日志处理网络中查询出每一个科研项目数据种类，即每一个局部科研环节事件的定位信息。其中，目标日志处理网络可以理解为人工智能学习模型等。目标特征维度包括局部科研环节事件的科研基本信息和科研意外信息。

通过本申请，确定智能科技项目交互终端对目标科研事项的不同事项状态进行记录所获得到的多个目标科研事项日志，通过目标日志处理网络对每一个目标科研事项日志进行解析，以确定出每一个目标科研事项日志中涵盖的每一个局部科研环节事件的目标标签约束和每一个局部科研环节事件的目标特征维度，根据目标标签约束以及目标特征维度确定每一个科研事项日志的目标分类指示，根据目标分类指示聚类多个目标科研事项日志，以得到目标科研事项的目标事项分类结果。可以通过目标日志处理网络对目标科研事项日志进行解析，这样能够精确地确定出每一个局部科研环节事件的目标标签约束以及目标特征维度，并根据目标标签约束以及目标特征维度确定出每一个目标科研事项日志的目标分类指示，不需要多余的步骤确定每一个目标科研事项日志的状态定位限制条件，因此，可以改善相关技术中存在的聚类科研事项日志可信度低、分类效率过低的问题，提高了科研事项日志聚类的准确性以及聚类效率。

在一种独立实施的实施例中，通过所述目标标签约束以及所述目标特征维度确定每一个所述目标科研事项日志的目标分类指示包括：针对每一个所述目标科研事项日志，实施如下步骤，确定每一个所述目标科研事项日志的目标分类指示：确定所述目标科研事项日志的状态定位限制条件的事项状态标签约束；通过所述目标标签约束、所述目标特征维度以及所述事项状态标签约束确定多个所述局部科研环节事件中涵盖的目标局部科研环节事件；通过所述目标局部科研环节事件的目标标签约束以及目标特征维度确定所述目标科研事项日志的所述目标分类指示。在本实施例中，可以先确定出每一个目标科研事项日志的目标聚类，可以根据每一个目标科研事项日志的目标分类指示对所有目标科研事项日志进行聚类。针对每一个目标科研事项日志的操作步骤类似。确定目标科研事项日志的状态定位限制条件的事项状态标签约束，根据目标标签约束、目标特征维度以及事项状态标签约束确定多个局部科研环节事件中涵盖的目标局部科研环节事件，根据目标局部科研环节事件的目标标签约束和目标特征维度确定目标科研事项日志的目标分类指示。其中，目标局部科研环节事件为分别距离状态定位限制条件的每一个约束条件存在关联的局部科研环节事件。

在本实施例中，由于每组科研事项日志中的每一组科研事项日志的分类指示查询与后处理的方式类似。需要传输多个目标科研事项日志中的第一个科研事项日志时人工筛选状态定位限制条件，确定状态定位限制条件的事项状态标签约束，在输入别的科研事项日志时，则无需手动选择状态定位限制条件，能够直接确定第一次确定的事项状态标签约束为止。

在一种独立实施的实施例中，通过所述目标标签约束、所述目标特征维度以及所述事项状态标签约束确定多个所述局部科研环节事件中涵盖的目标局部科研环节事件包括：通过所述目标标签约束、所述目标特征维度确定每一个所述局部科研环节事件的科研事项标签约束，其中，所述科研事项标签约束中包括所述局部科研环节事件所在事项状态的各个约束条件的标签；通过所述科研事项标签约束以及所述事项状态标签约束确定与所述事项状态标签约束中涵盖的每一个标签约束存在关联的第一局部科研环节事件；将所述第一局部科研环节事件确定为所述目标局部科研环节事件。

在一种独立实施的实施例中，通过所述科研事项标签约束以及所述事项状态标签约束确定与所述事项状态标签约束中涵盖的每一个标签约束存在关联的第一局部科研环节事件包括：对所述事项状态标签约束中涵盖的每一个约束条件的第一标签都实施如下步骤，以确定与所述事项状态标签约束中涵盖的每一个标签约束存在关联的第一局部科研环节事件：确定所述科研事项标签约束中涵盖的与所述第一标签的事项空间域描述一致的第二标签；确定所述第二标签中的第一约束型子标签与所述第一标签中的第一约束型子标签的词向量距离的第一量化转换结果和所述第二标签中的第二约束型子标签与所述第一标签中的第二约束型子标签的词向量距离的第二量化转换结果；确定所述第一量化转换结果与所述第二量化转换结果的全局量化转换结果；确定所述全局量化转换结果中涵盖的最小全局量化转换结果对应的第三标签；将所述第三标签对应的局部科研环节事件确定为所述第一局部科研环节事件。

在一种独立实施的实施例中，通过所述目标局部科研环节事件的目标标签约束以及目标特征维度确定所述目标分类指示包括：通过所述目标标签约束中涵盖的所述目标局部科研环节事件中的第二局部科研环节事件的第二约束型子标签获寻所述目标科研事项日志的第一显著性特征，其中，所述第二局部科研环节事件为对应于第一冷门事项状态中的局部科研环节事件；通过所述目标标签约束中涵盖的所述目标局部科研环节事件中的第三局部科研环节事件的第二约束型子标签和所述目标特征维度中涵盖的所述第三局部科研环节事件的特征维度获寻所述目标科研事项日志的第二显著性特征，其中，所述第三局部科研环节事件为对应于第二冷门事项状态中的局部科研环节事件；通过所述目标标签约束中涵盖的所述目标局部科研环节事件中的第四局部科研环节事件的第一约束型子标签和所述目标特征维度中涵盖的所述第四局部科研环节事件的特征维度获寻所述目标科研事项日志的第三显著性特征，其中，所述第四局部科研环节事件为对应于第三冷门事项状态中的局部科研环节事件，所述第三冷门事项状态包括所述第一冷门事项状态和所述第二冷门事项状态；通过所述目标标签约束中涵盖的所述局部科研环节事件中的第五局部科研环节事件的第一约束型子标签和所述目标特征维度中涵盖的所述第五局部科研环节事件的特征维度获寻所述目标科研事项日志的第四显著性特征，其中，所述第五局部科研环节事件为对应于目标事项状态的局部科研环节事件，所述目标事项状态为对应于所述状态定位限制条件中的与所述第三冷门事项状态存在联系的事项状态；通过所述第一显著性特征、第二显著性特征、第三显著性特征以及所述第四显著性特征确定所述目标分类指示。在本实施例中，可以先确定目标科研事项日志的横向分类指示，其中，横向分类指示可以包括上下两条分类指示。可以通过第一冷门事项状态中的第二局部科研环节事件的第二约束型子标签获寻第一显著性特征，通过第二冷门事项状态中的第三局部科研环节事件的第二约束型子标签获寻第一显著性特征。其中，第一冷门事项状态可以为状态定位限制条件的上冷门事项状态，第二冷门事项状态可以为状态定位限制条件的下冷门事项状态。

在本实施例中，第三冷门事项状态中包括状态定位限制条件的冷门事项状态和冷门事项状态，第四局部科研环节事件中包括两组局部科研环节事件，第一组局部科研环节事件为对应于冷门事项状态的局部科研环节事件，第二组局部科研环节事件为对应于冷门事项状态的局部科研环节事件。可以根据第一组局部科研环节事件的第一约束型子标签以及特征维度获寻常规冷门规则，根据第二组局部科研环节事件的第一约束型子标签以及特征维度获寻浮动冷门规则。换言之，第三显著性特征包括多模态特征。

在本实施例中，在获寻出第三显著性特征后，可以确定出对应于目标事项状态的第五局部科研环节事件。其中，目标事项状态中包括两个局部事项状态，第一局部事项状态为与第三冷门事项状态中涵盖的冷门事项状态存在联系，第二局部事项状态与第三冷门事项状态中涵盖的冷门事项状态存在联系，且，第一局部事项状态和第二局部事项状态都对应于状态定位限制条件中。可以通过第一局部事项状态中涵盖的第五局部科研环节事件的目标标签约束中涵盖的第一约束型子标签以及目标特征维度获寻第四显著性特征中涵盖的第一局部显著性特征，通过第二局部事项状态中涵盖的第五局部科研环节事件的目标标签约束中涵盖的第一约束型子标签以及目标特征维度获寻第四显著性特征中涵盖的第二局部显著性特征。根据第一显著性特征，第二显著性特征，第三显著性特征中涵盖的特征和第四显著性特征中涵盖的第一局部显著性特征和第二局部显著性特征确定目标科研事项日志的目标分类指示。

在一种独立实施的实施例中，通过所述第一显著性特征、第二显著性特征、第三显著性特征以及所述第四显著性特征确定所述目标分类指示包括：确定所述第三显著性特征与所述第一显著性特征的第一特征重叠描述和所述第三显著性特征与所述第二显著性特征的第二特征重叠描述；确定所述第四显著性特征与所述第一显著性特征的第三特征重叠描述和所述第四显著性特征与所述第二显著性特征的第四特征重叠描述；确定所述第一特征重叠描述与所述第三特征重叠描述的第一词向量距离和所述第二特征重叠描述与所述第四特征重叠描述的第二词向量距离；将所述第一特征重叠描述按照设定策略调整所述第一词向量距离，以得到第一目标特征重叠描述，并将所述第二特征重叠描述按照所述设定策略调整所述第二词向量距离，以得到第二目标特征重叠描述；通过所述第一显著性特征、所述第二显著性特征、所述第一目标特征重叠描述以及所述第二目标特征重叠描述确定所述目标分类指示。在本实施例中，可以确定第三显著性特征与第一显著性特征的第一特征重叠描述以及第三显著性特征与第二显著性特征的第二特征重叠描述。确定第四显著性特征与第一显著性特征的第三特征重叠描述。其中，由于第三显著性特征中包括多模态特征，因此，第一特征重叠描述中包括第一特征重叠描述和第一特征重叠描述，第二特征重叠描述中包括第二特征重叠描述和第二特征重叠描述。由于第四显著性特征包括第一局部显著性特征和第二局部显著性特征，因此，第三特征重叠描述中包括第三特征重叠描述和第三特征重叠描述。

在本实施例中，可以确定第一特征重叠描述中涵盖的第一特征重叠描述和第三特征重叠描述的第一词向量距离以及确定第一特征重叠描述中涵盖的第一特征重叠描述和第三特征重叠描述的第一词向量距离。将第一特征重叠描述的策略调整第一词向量距离，以得到第一目标特征重叠描述，将第一特征重叠描述的策略调整第一词向量距离，以得到第一目标特征重叠描述。

在本实施例中，可以确定第二特征重叠描述中涵盖的第二特征重叠描述和第四特征重叠描述的第二词向量距离以及确定第二特征重叠描述中涵盖的第二特征重叠描述和第四特征重叠描述的第二词向量距离。将第二特征重叠描述的策略调整第二词向量距离，以得到第二目标特征重叠描述，将第二特征重叠描述的策略调整第二词向量距离，以得到第二目标特征重叠描述。

在本实施例中，在确定出第一目标特征重叠描述、第一目标特征重叠描述、第二目标特征重叠描述以及第二目标特征重叠描述后，可以根据第一目标特征重叠描述、第一目标特征重叠描述、第二目标特征重叠描述以及第二目标特征重叠描述以及第一显著性特征和第二显著性特征确定目标分类指示。

在一种独立实施的实施例中，通过所述第一显著性特征、所述第二显著性特征、所述第一目标特征重叠描述以及所述第二目标特征重叠描述确定所述目标分类指示包括：将所述第一显著性特征确定为所述目标科研事项日志的第一分类指示；将所述第二显著性特征确定为所述目标科研事项日志的第二分类指示；通过所述第一目标特征重叠描述以及所述第二目标特征重叠描述获寻第三分类指示；将所述第一分类指示、所述第二分类指示以及所述第三分类指示确定为所述目标分类指示。在本实施例中，可以将第一显著性特征确定为目标科研事项日志的第一分类指示，第二显著性特征确定为目标科研事项日志的第二分类指示，利用第一目标特征重叠描述和第二目标特征重叠描述获寻显著性特征，将获寻到的显著性特征确定为分类指示，利用第一目标特征重叠描述和第二目标特征重叠描述获寻显著性特征，将获寻到的显著性特征确定为分类指示。

在一种独立实施的实施例中，通过所述目标分类指示聚类多个所述目标科研事项日志，以得到所述目标科研事项的目标事项分类结果包括：确定所述目标分类指示中涵盖的各个分类指示的特征重叠描述的第四标签；确定事先确定的目标科研事项日志中的各日志事件与事项分类结果中的各日志事件的事件映射情况；通过所述事件映射情况确定所述第四标签在所述事项分类结果中的第五标签；通过所述第五标签将所述目标科研事项日志迁移变换至所述事项分类结果中，以得到所述目标事项分类结果。在本实施例中，在确定出目标分类指示后，可以确定目标分类指示中涵盖的各个分类指示特征重叠描述的第四标签，确定目标科研事项日志中的各日志事件与事项分类结果中的各日志事件的事件映射情况，根据事件映射情况确定第四标签在事项分类结果中的第五标签，根据第五标签将目标科研事项日志迁移变换至事项分类结果中，以得到目标事项分类结果。

在一种独立实施的实施例中，通过所述目标分类指示聚类多个所述目标科研事项日志，以得到所述目标科研事项的目标事项分类结果包括：将多个所述目标科研事项日志进行差异性解析，以得到若干目标科研事项日志；分别聚类所述若干目标科研事项日志中的每组目标科研事项日志，以得到若干事项分类结果；将所述若干事项分类结果进行聚类，以得到所述目标事项分类结果。在本实施例中，可以对采集到的目标科研事项日志进行差异性解析，以得到若干目标科研事项日志，对每组目标科研事项日志进行聚类，得到若干事项分类结果，在将若干事项分类结果进行聚类，以得到目标事项分类结果。其中，将若干聚类后的科研事项日志迁移变换至最后的事项分类结果中，完成多个时间段的科研任务科研事项日志聚类。目标事项分类结果可以是事项智能科技数据分类方法聚类质量很高。其中，对每组目标科研事项日志进行聚类，得到若干事项分类结果的方式也可以利用上述迁移变换的方式。

在上述基础上，请结合参阅图2，提供了一种智能科技数据分类装置200，应用于智能科技数据分类系统，所述装置包括：

日志确定模块210，用于确定智能科技项目交互终端对目标科研事项的不同事项状态进行记录所获得到的多个目标科研事项日志；其中，所述目标科研事项日志中包括多个局部科研环节事件，所述局部科研环节事件为所述目标科研事项中涵盖的科研事项；

特征确定模块220，用于借助目标日志处理网络对每一个所述目标科研事项日志进行解析，以确定每一个所述目标科研事项日志中涵盖的每一个局部科研环节事件的目标标签约束以及目标特征维度，其中，所述目标日志处理网络为使用若干目标样本日志训练得到，所述若干目标样本日志中的每组样本日志包括：科研事项日志和科研事项日志中涵盖的每一个局部科研环节事件的标签约束以及特征维度；

结果确定模块230，用于通过所述目标标签约束以及所述目标特征维度确定每一个所述目标科研事项日志的目标分类指示；通过所述目标分类指示聚类多个所述目标科研事项日志，以得到所述目标科研事项的目标事项分类结果。

在上述基础上，请结合参阅图3，示出了一种智能科技数据分类系统300，包括互相之间通信的处理器310和存储器320，所述处理器310用于从所述存储器320中读取计算机程序并执行，以实现上述的方法。

在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。

综上，基于上述方案，确定智能科技项目交互终端对目标科研事项的不同事项状态进行记录所获得到的多个目标科研事项日志，通过目标日志处理网络对每一个目标科研事项日志进行解析，以确定出每一个目标科研事项日志中涵盖的每一个局部科研环节事件的目标标签约束和每一个局部科研环节事件的目标特征维度，根据目标标签约束以及目标特征维度确定每一个科研事项日志的目标分类指示，根据目标分类指示聚类多个目标科研事项日志，以得到目标科研事项的目标事项分类结果。可以通过目标日志处理网络对目标科研事项日志进行解析，这样一来能够精确地确定出每一个局部科研环节事件的目标标签约束以及目标特征维度，并根据目标标签约束以及目标特征维度确定出每一个目标科研事项日志的目标分类指示，不需要多余的步骤确定每一个目标科研事项日志的状态定位限制条件，因此，可以改善相关技术中存在的聚类科研事项日志可信度低、分类效率过低的问题，提高了科研事项日志聚类的准确性以及聚类效率。

应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。

需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（LAN）或广域网（WAN），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（SaaS）。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。

最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种智能科技数据分类方法，其特征在于，应用于智能科技数据分类系统，所述方法至少包括：

确定智能科技项目交互终端对目标科研事项的不同事项状态进行记录所获得到的多个目标科研事项日志；其中，所述目标科研事项日志中包括多个局部科研环节事件，所述局部科研环节事件为所述目标科研事项中涵盖的科研事项；

借助目标日志处理网络对每一个所述目标科研事项日志进行解析，以确定每一个所述目标科研事项日志中涵盖的每一个局部科研环节事件的目标标签约束以及目标特征维度，其中，所述目标日志处理网络为使用若干目标样本日志训练得到，所述若干目标样本日志中的每组样本日志包括：科研事项日志和科研事项日志中涵盖的每一个局部科研环节事件的标签约束以及特征维度；

通过所述目标标签约束以及所述目标特征维度确定每一个所述目标科研事项日志的目标分类指示；通过所述目标分类指示聚类多个所述目标科研事项日志，以得到所述目标科研事项的目标事项分类结果。

2.如权利要求1所述的方法，其特征在于，通过所述目标标签约束以及所述目标特征维度确定每一个所述目标科研事项日志的目标分类指示包括：

针对每一个所述目标科研事项日志，实施如下步骤，确定每一个所述目标科研事项日志的目标分类指示：

确定所述目标科研事项日志的状态定位限制条件的事项状态标签约束；

通过所述目标标签约束、所述目标特征维度以及所述事项状态标签约束确定多个所述局部科研环节事件中涵盖的目标局部科研环节事件；

通过所述目标局部科研环节事件的目标标签约束以及目标特征维度确定所述目标科研事项日志的所述目标分类指示。

3.如权利要求2所述的方法，其特征在于，通过所述目标标签约束、所述目标特征维度以及所述事项状态标签约束确定多个所述局部科研环节事件中涵盖的目标局部科研环节事件包括：

通过所述目标标签约束、所述目标特征维度确定每一个所述局部科研环节事件的科研事项标签约束，其中，所述科研事项标签约束中包括所述局部科研环节事件所在事项状态的各个约束条件的标签；

通过所述科研事项标签约束以及所述事项状态标签约束确定与所述事项状态标签约束中涵盖的每一个标签约束存在关联的第一局部科研环节事件；将所述第一局部科研环节事件确定为所述目标局部科研环节事件。

4.如权利要求3所述的方法，其特征在于，通过所述科研事项标签约束以及所述事项状态标签约束确定与所述事项状态标签约束中涵盖的每一个标签约束存在关联的第一局部科研环节事件包括：

对所述事项状态标签约束中涵盖的每一个约束条件的第一标签都实施如下步骤，以确定与所述事项状态标签约束中涵盖的每一个标签约束存在关联的第一局部科研环节事件：

确定所述科研事项标签约束中涵盖的与所述第一标签的事项空间域描述一致的第二标签；

确定所述第二标签中的第一约束型子标签与所述第一标签中的第一约束型子标签的词向量距离的第一量化转换结果和所述第二标签中的第二约束型子标签与所述第一标签中的第二约束型子标签的词向量距离的第二量化转换结果；

确定所述第一量化转换结果与所述第二量化转换结果的全局量化转换结果；确定所述全局量化转换结果中涵盖的最小全局量化转换结果对应的第三标签；将所述第三标签对应的局部科研环节事件确定为所述第一局部科研环节事件。

5.如权利要求2所述的方法，其特征在于，通过所述目标局部科研环节事件的目标标签约束以及目标特征维度确定所述目标分类指示包括：

通过所述目标标签约束中涵盖的所述目标局部科研环节事件中的第二局部科研环节事件的第二约束型子标签获寻所述目标科研事项日志的第一显著性特征，其中，所述第二局部科研环节事件为对应于第一冷门事项状态中的局部科研环节事件；

通过所述目标标签约束中涵盖的所述目标局部科研环节事件中的第三局部科研环节事件的第二约束型子标签和所述目标特征维度中涵盖的所述第三局部科研环节事件的特征维度获寻所述目标科研事项日志的第二显著性特征，其中，所述第三局部科研环节事件为对应于第二冷门事项状态中的局部科研环节事件；

通过所述目标标签约束中涵盖的所述目标局部科研环节事件中的第四局部科研环节事件的第一约束型子标签和所述目标特征维度中涵盖的所述第四局部科研环节事件的特征维度获寻所述目标科研事项日志的第三显著性特征，其中，所述第四局部科研环节事件为对应于第三冷门事项状态中的局部科研环节事件，所述第三冷门事项状态包括所述第一冷门事项状态和所述第二冷门事项状态；

通过所述目标标签约束中涵盖的所述局部科研环节事件中的第五局部科研环节事件的第一约束型子标签和所述目标特征维度中涵盖的所述第五局部科研环节事件的特征维度获寻所述目标科研事项日志的第四显著性特征，其中，所述第五局部科研环节事件为对应于目标事项状态的局部科研环节事件，所述目标事项状态为对应于所述状态定位限制条件中的与所述第三冷门事项状态存在联系的事项状态；通过所述第一显著性特征、第二显著性特征、第三显著性特征以及所述第四显著性特征确定所述目标分类指示。

6.如权利要求5所述的方法，其特征在于，通过所述第一显著性特征、第二显著性特征、第三显著性特征以及所述第四显著性特征确定所述目标分类指示包括：

确定所述第三显著性特征与所述第一显著性特征的第一特征重叠描述和所述第三显著性特征与所述第二显著性特征的第二特征重叠描述；确定所述第四显著性特征与所述第一显著性特征的第三特征重叠描述和所述第四显著性特征与所述第二显著性特征的第四特征重叠描述；确定所述第一特征重叠描述与所述第三特征重叠描述的第一词向量距离和所述第二特征重叠描述与所述第四特征重叠描述的第二词向量距离；

将所述第一特征重叠描述按照设定策略调整所述第一词向量距离，以得到第一目标特征重叠描述，并将所述第二特征重叠描述按照所述设定策略调整所述第二词向量距离，以得到第二目标特征重叠描述；通过所述第一显著性特征、所述第二显著性特征、所述第一目标特征重叠描述以及所述第二目标特征重叠描述确定所述目标分类指示。

7.如权利要求6所述的方法，其特征在于，通过所述第一显著性特征、所述第二显著性特征、所述第一目标特征重叠描述以及所述第二目标特征重叠描述确定所述目标分类指示包括：将所述第一显著性特征确定为所述目标科研事项日志的第一分类指示；将所述第二显著性特征确定为所述目标科研事项日志的第二分类指示；通过所述第一目标特征重叠描述以及所述第二目标特征重叠描述获寻第三分类指示；将所述第一分类指示、所述第二分类指示以及所述第三分类指示确定为所述目标分类指示。

8.如权利要求1所述的方法，其特征在于，通过所述目标分类指示聚类多个所述目标科研事项日志，以得到所述目标科研事项的目标事项分类结果包括：

确定所述目标分类指示中涵盖的各个分类指示的特征重叠描述的第四标签；确定事先确定的目标科研事项日志中的各日志事件与事项分类结果中的各日志事件的事件映射情况；

通过所述事件映射情况确定所述第四标签在所述事项分类结果中的第五标签；通过所述第五标签将所述目标科研事项日志迁移变换至所述事项分类结果中，以得到所述目标事项分类结果。

9.如权利要求1所述的方法，其特征在于，通过所述目标分类指示聚类多个所述目标科研事项日志，以得到所述目标科研事项的目标事项分类结果包括：将多个所述目标科研事项日志进行差异性解析，以得到若干目标科研事项日志；分别聚类所述若干目标科研事项日志中的每组目标科研事项日志，以得到若干事项分类结果；将所述若干事项分类结果进行聚类，以得到所述目标事项分类结果。

10.一种智能科技数据分类系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现权利要求1-9任一项所述的方法。

Images