CN114911459A - 结合rpa及ai实现ia的owl系统获取方法、装置及存储介质 - Google Patents
结合rpa及ai实现ia的owl系统获取方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114911459A CN114911459A CN202210597919.8A CN202210597919A CN114911459A CN 114911459 A CN114911459 A CN 114911459A CN 202210597919 A CN202210597919 A CN 202210597919A CN 114911459 A CN114911459 A CN 114911459A
- Authority
- CN
- China
- Prior art keywords
- data
- owl
- attribute
- ontology
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 90
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000006243 chemical reaction Methods 0.000 claims abstract description 60
- 238000004801 process automation Methods 0.000 claims abstract description 35
- 238000010276 construction Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008520 organization Effects 0.000 description 66
- 238000013473 artificial intelligence Methods 0.000 description 43
- 230000008569 process Effects 0.000 description 35
- 230000008859 change Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 18
- 238000013507 mapping Methods 0.000 description 15
- 238000012797 qualification Methods 0.000 description 13
- 230000007246 mechanism Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000006978 adaptation Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 238000011009 performance qualification Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Factory Administration (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提出一种结合RPA及AI实现IA的OWL系统获取方法、装置及存储介质。其中，该OWL系统获取方法包括：通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据，结构化关系数据库包括招标数据和/或投标数据；获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。采用本申请，可以提高OWL系统获取的准确性。
Description
技术领域
本申请涉及一种计算机技术领域，尤其涉及一种结合RPA及AI实现IA的OWL系统获取方法、装置及存储介质。
背景技术
机器人流程自动化(Robotic Process Automation)简称RPA，是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。
人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。
智能自动化(Intelligent Automation，IA)是一系列从机器人流程自动化到人工智能的技术总称，将RPA与光学字符识别(Optical Character Recognition，OCR)、智能字符识别(Intelligent Character Recognition，ICR)、流程挖掘(Process Mining)、深度学习(Deep Learning，DL)、机器学习(Machine Learning，ML)、自然语言处理(NaturalLanguage Processing，NLP)、语音识别(Automatic Speech Recognition，ASR)、语音合成(Text To Speech，TTS)、计算机视觉(Computer Vision，CV)等多种AI技术相结合，以创建能够思考、学习及自适应的端到端的业务流程，涵盖从流程发现、流程自动化，到通过自动而持续的数据收集、理解数据的含义，使用数据来管理和优化业务流程的整个历程。
大数据时代的来临，网络上承载的信息愈加丰富。针对网络上越来越多的信息，网络本体语言(Ontology of Web Language，OWL)系统应运而生。OWL系统可以协助用户管理网络上承载的信息。相关技术中，终端构建OWL系统时，采用的初始架构是固定的。但是，由于实际项目与信息化进程相关联，也就是说，先有结构化的数据库表，后有以实体、关系为主的知识图谱等人工智能应用。因此，终端在构建网络本体语言OWL系统时，构建出来的OWL系统与实际应用场景的适配率不高，进而影响OWL系统获取的准确性。
发明内容
本申请实施例提供一种结合RPA及AI实现IA的OWL系统获取方法、装置及存储介质，以解决相关技术存在的问题，技术方案如下：
第一方面，本申请实施例提供了一种结合RPA及AI实现IA的OWL系统获取方法，包括：
通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据，结构化关系数据库包括招标数据和/或投标数据；
获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；
采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；
遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。
可选的，在获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合之前，还包括：
获取针对目标OWL本体属性集合的选择指令；
获取选择指令对应的至少一个目标OWL本体属性；
将至少一个目标OWL本体属性添加至目标OWL本体属性集合。
可选的，获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合，包括：
获取至少一条数据中任一数据对应的数据表；
基于数据表获取任一数据表对应的目标网络本体语言OWL本体属性集合。
可选的，在通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据之前，还包括：
获取针对初始网络本体语言OWL系统所输入的样本结构化关系数据库；
获取样本结构化关系数据库中任一样本数据对应的属性信息集合，属性信息集合包括对象属性信息子集、数据属性信息子集和关系属性信息子集；
基于对象属性信息子集、数据属性信息子集和关系属性信息子集，确定初始OWL系统对应的名称转化器和类型转换模块；
基于名称转化器和类型转换模块，构建初始网络本体语言OWL系统。
可选的，通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据，包括：
获取针对结构化关系数据库的第二选择指令；
通过机器人流程自动化RPA系统，在结构化关系数据库中获取第二选择指令对应的至少一条数据。
可选的，获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合，包括：
获取至少一条数据中任一数据对应的字段信息集合；
获取字段信息集合中任一字段信息对应的网络本体语言OWL本体属性；
遍历字段信息集合，获取任一数据对应的目标OWL本体属性集合。
第二方面，本申请实施例提供了一种结合RPA及AI实现IA的OWL系统获取装置，包括：
数据获取单元，用于通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据，结构化关系数据库包括招标数据和/或投标数据；
集合获取单元，用于获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；
属性转化单元，用于采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；
系统获取单元，用于遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。
可选的，装置还包括指令获取单元、属性获取单元和属性添加单元，用于在获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合之前：
指令获取单元，用于获取针对目标OWL本体属性集合的选择指令；
属性获取单元，用于获取选择指令对应的至少一个目标OWL本体属性；
属性添加单元，用于将至少一个目标OWL本体属性添加至目标OWL本体属性集合。
可选的，集合获取单元包括数据表获取子单元和集合获取子单元，集合获取单元用于获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合时：
数据表获取子单元，用于获取至少一条数据中任一数据对应的数据表；
集合获取子单元，用于基于数据表获取任一数据表对应的目标网络本体语言OWL本体属性集合。
可选的，装置还包括数据库获取单元、属性集合获取单元、模块确定单元和系统构建单元，用于在通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据之前：
数据库获取单元，用于获取针对初始网络本体语言OWL系统所输入的样本结构化关系数据库；
属性集合获取单元，用于获取样本结构化关系数据库中任一样本数据对应的属性信息集合，属性信息集合包括对象属性信息子集、数据属性信息子集和关系属性信息子集；
模块确定单元，用于基于对象属性信息子集、数据属性信息子集和关系属性信息子集，确定初始OWL系统对应的名称转化器和类型转换模块；
系统构建单元，用于基于名称转化器和类型转换模块，构建初始网络本体语言OWL系统。
可选的，数据获取单元包括指令获取子单元和数据获取子单元，数据获取单元用于通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据时：
指令获取子单元，用于获取针对结构化关系数据库的第二选择指令；
数据获取子单元，用于通过机器人流程自动化RPA系统，在结构化关系数据库中获取第二选择指令对应的至少一条数据。
可选的，集合获取单元包括字段获取子单元、属性获取子单元和集合遍历子单元，集合获取单元用于获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合时：
字段获取子单元，用于获取至少一条数据中任一数据对应的字段信息集合；
属性获取子单元，用于获取字段信息集合中任一字段信息对应的网络本体语言OWL本体属性；
集合遍历子单元，用于遍历字段信息集合，获取任一数据对应的目标OWL本体属性集合。
第三方面，本申请实施例提供了一种结合RPA及AI实现IA的终端，该终端包括：存储器和处理器。其中，该存储器和该处理器通过内部连接通路互相通信，该存储器用于存储指令，该处理器用于执行该存储器存储的指令，并且当该处理器执行该存储器存储的指令时，使得该处理器执行上述各方面任一种实施方式中的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机程序，当计算机程序在计算机上运行时，上述各方面任一种实施方式中的方法被执行。
上述技术方案中的优点或有益效果至少包括：
在一个或者相关的实施例中，通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据，结构化关系数据库包括招标数据和/或投标数据；获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。因此，通过获取结构化关系数据库中至少一条数据对应的目标OWL本体属性集合，可以通过自上而下的方法获取与结构化关系数据库对应的映射模板，进而可以根据该映射模板构建OWL系统，可以无需采用初始固定架构构建OWL系统。同时，通过名称转化器和类型转换模块将结构化关系数据库映射为该映射模板对应的目标OWL系统，可以得到与结构化关系数据库所应用的场景对应的目标OWL系统，进而可以提高OWL系统与结构化关系数据库所应用的场景的适配率，从而可以提高OWL系统获取的准确性。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例构建的。应该理解，这些附图仅描绘了根据本申请的一些实施方式，而不应将其视为是对本申请范围的限制。
图1示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取方法的背景示意图；
图2示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取方法的背景架构示意图；
图3示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取方法的流程图；
图4示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取方法的流程图；
图5示出本申请一个实施例的一种初始网络本体语言OWL系统的展示示意图；
图6示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取方法的流程图；
图7示出本申请一个实施例的一种目标OWL本体属性集合的获取流程图；
图8示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图；
图9示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图；
图10示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图；
图11示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图；
图12示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图；
图13示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图；
图14出根据本申请一实施例的一种终端的结构框图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。
在本申请的描述中，术语“多个”指两个或两个以上。
在本申请的描述中，术语“RPA”是指通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。RPA系统至少包含三个组成部分：开发工具、运行工具和控制中心。智能自动化平台能够实现RPA、智能文档处理(Intelligent DocumentProcessing，IDP)、对话式AI(Conversational AI，CoAI)、流程挖掘(Process Mining)等多项能力的无缝集成，具有“业务理解”、“流程创建”、“随处运行”、“集中管控”、“人机协同”这五大类功能，为企业实现业务流程端到端的智能自动化，代替人工的操作，进一步提高业务效率，加速数字化转型。
在智能自动化平台中，这RPA系统的三个组成部分分别被命名为流程创造者、流程机器人和机器人指挥官。其中，流程创造者是流程的开发的编程工具，在流程中进行界面自动化操作、AI识别、数据读写等具体步骤。流程创造者允许以流程图、低代码的方式，采用鼠标拖拽各个步骤，轻松组装符合业务需求的自动化流程。
RPA流程编写完毕后，部署在流程机器人之中。可以根据需要手动启动运行，或在满足特定触发条件时自动启动。任务可编排，过程可回溯。
机器人指挥官是对于企业内部的多个流程机器人进行统一管理的平台，可以快速批量下发任务，并为流程机器人提供运行时所需的数据、凭证、文件等。还可以实时监测流程机器人的运行状态，或回看其历史记录。
智能自动化平台中还提供了专门为RPA设计的人工智能(ArtificialIntelligence，AI)能力，这些AI能力也构成了智能自动化平台的第四个组成部分，称之为智能文档处理平台。智能文档处理平台是基于光学字符识别(Optical CharacterRecognition，OCR)、自然语言处理(Natural Language Processing，NLP)等深度学习算法打造的处理平台，提供了文档的识别、分类、要素提取、校验、比对、纠错等功能，实现企业日常文档处理工作的自动化。
在本申请的描述中，术语“OWL”是指网络本体语言(Ontology of Web Language)，具体是指语义网活动的一个组成部分。网络本体语言是语义网开发过程中的核心语音工具。OWL系统具有结构严谨、语言简练、表达直观的特点，因此被广泛应用。网络本体语言旨在提供一种可用于描述网络文档和应用之中所固有的那些类及其之间关系的语言。
在本申请的描述中，术语“OWL本体属性”是指OWL系统对应的本体属性。该本体属性包括但不限于人物属性、机构属性、业务属性、产品属性、品牌属性、公众号属性、项目属性、二维码属性等等。
其中，人物属性包括但不限于姓名、曾用名、生日、国籍、简介、毕业院校等等。
机构属性包括但不限于名称、统一社会信用代码、营业期限、企业类型、参保人数、项目的名称、曾用名、注册地址、经营范围、成立日期、经营状态、所属地、注册资本、实缴资本、纳税人识别号、纳税人资质、登记机关、工商注册号、关键词、组织机构代码、核准日期、人员规模、当前融资轮次、电话、邮箱、网址、简介、估值、企业资质等等。
业务属性包括但不限于产品名称、产品标签、所属地、产品介绍等等。
产品属性包括但不限于产品名称、产品标签等等。
品牌属性包括但不限于品牌名称、成立日期、所属地、关键词等等。
公众号属性包括但不限于微信公众号、微信号、功能介绍等等。
项目属性包括但不限于项目名称、项目类型、招标公告发布日期、招标人(甲方公式名称)、资金来源、归属地、招标范围、工期、建设规模、投资额、企业资质、人员资质、业绩资格、企业信用登记要求等等。
二维码属性包括但不限于资源链接等等。
在本申请的描述中，术语“对象属性信息”是指抽象和刻划同类实体的实体名或属性名。对象属性信息包括但不限于人物属性、机构、时间、帖子、账号等等。
在本申请的描述中，术语“数据属性信息”是指实体本身对应的属性信息。例如，实体“人物A”对应的属性信息包括但不限于姓名A1、曾用名A2、年龄A3等等。
在本申请的描述中，术语“关系属性信息”是指实体之间的相互关系信息。例如，实体“人物B”为实体“机构B1”的法人；实体“人物B”为实体“机构B2”的主要成员。
在本申请的描述中，术语“结构化关系数据库”是指可以用二维表表示的，由二维表及其之间的联系组成的结构化数据组织。
在本申请的描述中，术语“结构化信息”是指可以用二维表表示的信息。与之相反，文本、图片、视频即为非结构化信息。
在本申请的描述中，术语“名称转化器”是指用于将同一实体对应的多个名称转化为同一名称的模块。
在本申请的描述中，术语“类型转换模块”是指用于对数据的类型进行转换的模块。该数据的类型包括但不限于字符串、数字、日期、二进制等等。在本申请实施例中，类型转换模块用于对OWL本体属性进行数据类型转换。
在本申请的描述中，术语“数据表”是指用于保存数据的网格虚拟表。数据表由表名、表中的字段和表的记录三个部分组成。
在本申请的描述中，术语“字段信息”是指与对象或类关联的变量。在数据库中，表的“列”可以称为“字段”，每个字段包含某一专题的信息。例如，“通讯录”数据库中，“姓名”、“联系电话”为表中所有行共有的属性，所以把这些列称为“姓名”字段和“联系电话”字段。
随着科学技术的发展，终端技术的日益成熟，提高了用户生产生活的便利性。终端应用场景中，用户可以通过终端构建网络本体语言OWL系统。
根据一些实施例，图1示出本申请一个实施例的一种结合RPA及AI实现IA的系统构建方法的背景示意图。如图1所示，用户可以点击终端展示界面展示的系统构建应用程序，当终端检测到用户点击系统构建应用程序时，终端可以展示系统构建界面。进而，当终端在系统构建界面接收到用户输入的需要进行管理的信息集合。终端可以基于该信息集合，构建对应的OWL系统。
在一些实施例中，由于实际项目与信息化进程相关联，也就是说，先有结构化的数据库表，后有以实体、关系为主的知识图谱等人工智能应用。因此，终端在构建网络本体语言OWL系统时，由于网络本体语言OWL系统的初始架构是固定的，因此构建出来的网络本体语言OWL系统与实际应用场景的适配率不高。
根据一些实施例，图2示出本申请一个实施例的一种结合RPA及AI实现IA的系统构建方法的背景架构示意图。如图2所示，终端11可以通过网络12将获取的用户输入的需要进行管理的信息集合上传至服务器13。当服务器13接收到该信息集合时，服务器13可以通过网络12将构建好的OWL系统发送至终端11，当终端接收到服务器13发送的OWL系统时，终端可以显示OWL展示界面，进而，用户可以基于OWL展示界面对输入的信息集合进行查阅以及编辑。
易于理解的是，该终端包括但不限于：可穿戴设备、手持设备、个人电脑、平板电脑、车载设备、智能手机、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中终端设备可以叫做不同的名称，例如：用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，PDA)、第五代移动通信技术(5th generation mobile networks，5G)网络或未来演进网络中的终端设备等。该终端上可以安装操作系统，该操作系统是指可以运行在终端中的操作系统，是管理和控制终端硬件和终端应用的程序，是终端中不可或缺的系统应用。该操作系统包括但不限于安卓Android系统、IOS系统、Windows phone(WP)系统和Ubuntu移动版操作系统等。
根据一些实施例，该终端11可以通过网络12和服务器13连接。网络12用以在终端11和服务器13之间提供通信链路。网络12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。应该理解，图2中的终端11、网络12和服务器13的数目仅仅是示意性的。根据现实需要，可以具有任意数目的终端、网络和服务器。比如服务器13可以是多个服务器组成的服务器集群等。用户可以使用终端11通过网络12与服务器13交互，以进行OWL系统的获取等。
参照下面的描述和附图，将清楚本申请的实施例的这些和其他方面。在这些描述和附图中，具体申请了本申请的实施例中的一些特定实施方式，来表示实施本申请的实施例的原理的一些方式，但是应当理解，本申请的实施例的范围不受此限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
以下结合附图描述根据本申请实施例的结合RPA及AI实现IA的OWL系统获取方法。
图3示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取方法的流程图，如图3所示，该方法可包括以下步骤：
步骤S101：通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据；
根据一些实施例，本申请实施例的结构化关系数据库是指用于招投标领域的，包括招标数据和/或投标数据的结构化关系数据库。该结构化关系数据库并不特指某一固定数据库。例如，当招标数据发生变化时，该结构化关系数据库可以发生变化。当投标数据发生变化时，该结构化关系数据库也可以发生变化。
在一些实施例中，招标数据指的是进行招标活动时使用的数据。该招标数据并不特指某一固定数据。该招标数据包括但不限于机构的名称、机构的统一社会信用代码、机构的营业期限、机构的企业类型、机构的参保人数、项目的名称、机构的曾用名、机构的注册地址、机构的经营范围、机构的成立日期、机构的经营状态、机构的所属地、机构的注册资本、机构的实缴资本、机构的纳税人识别号、机构的纳税人资质、机构的登记机关、机构的工商注册号、机构的关键词、机构的组织机构代码、机构的核准日期、机构的人员规模、机构的当前融资轮次、机构的电话、机构的邮箱、机构的网址、机构的简介、机构的估值、机构的企业资质、业务的产品名称、业务的产品标签、业务的所属地、业务的产品介绍、品牌的名称、品牌的成立日期、品牌的所属地、品牌的关键词、公众号的微信号码、公众号的功能介绍、项目的名称、项目的类型、招标公告的发布日期、招标人的名称、项目的资金来源、项目的归属地、项目的招标范围、项目的工期、项目的建设规模、项目的投资额、项目的企业资质、项目的人员资质、项目的业绩资格、项目的企业信用登记要求、二维码的资源链接等等。
在一些实施例中，投标数据指的是进行投标活动时产生的数据。该投标数据并不特指某一固定数据。该投标数据包括但不限于机构的名称、机构的统一社会信用代码、机构的营业期限、机构的企业类型、机构的参保人数、项目的名称、机构的曾用名、机构的注册地址、机构的经营范围、机构的成立日期、机构的经营状态、机构的所属地、机构的注册资本、机构的实缴资本、机构的纳税人识别号、机构的纳税人资质、机构的登记机关、机构的工商注册号、机构的关键词、机构的组织机构代码、机构的核准日期、机构的人员规模、机构的当前融资轮次、机构的电话、机构的邮箱、机构的网址、机构的简介、机构的估值、机构的企业资质、业务的产品名称、业务的产品标签、业务的所属地、业务的产品介绍、品牌的名称、品牌的成立日期、品牌的所属地、品牌的关键词、公众号的微信号码、公众号的功能介绍、项目的名称、项目的类型、投标人的名称、项目的资金来源、项目的归属地、项目的招标范围、项目的工期、项目的建设规模、项目的投资额、项目的企业资质、项目的人员资质、项目的业绩资格、二维码的资源链接等等。
易于理解的是，当终端进行获取OWL系统时，终端可以通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据。
步骤S102：获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；
根据一些实施例，目标OWL本体属性集合指的是由结构化关系数据库中至少一条数据对应的至少一个OWL本体属性汇聚而成的集合。该目标OWL本体属性集合并不特指某一固定集合。例如，当结构化关系数据库发生变化时，该目标OWL本体属性集合可以发生变化。当目标OWL本体属性发生变化时，该目标OWL本体属性集合也可以发生变化。
易于理解的是，当终端获取到结构化关系数据库中至少一条数据时，终端可以获取至少一条数据中任一数据对应的目标OWL本体属性集合。
步骤S103：采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；
根据一些实施例，初始网络本体语言OWL系统指的是内部数据为初始数据的OWL系统。该OWL系统并不特指某一固定系统。例如，当初始OWL系统对应的初始数据发生变化时，该初始OWL系统可以发生变化。当终端获取到针对初始OWL系统的系统修改指令时，该初始OWL系统也可以发生变化。
易于理解的是，当终端获取到至少一条数据中任一数据对应的目标OWL本体属性集合时，终端可以采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化。进而，终端可以获取与任一数据对应的结构化信息。
步骤S104：遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。
根据一些实施例，结构化信息集合指的是由至少一个结构化信息汇聚而成的集合。该结构化信息集合并不特指某一固定集合。例如，当结构化信息发生变化时，该结构化信息集合可以发生变化。当结构化关系数据库发生变化时，该结构化信息集合也可以发生变化。
在一些实施例中，目标网络本体语言OWL系统指的是终端构建的与结构化关系数据库对应的OWL系统。该目标OWL系统并不特指某一固定系统。例如，当结构化关系数据库发生变化时，该目标OWL系统可以发生变化。当结构化信息集合发生变化时，该目标OWL系统也可以发生变化。
易于理解的是，当终端获取到至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合时，终端可以遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。
在本申请实施例中，通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据；获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。因此，通过获取结构化关系数据库中至少一条数据对应的目标OWL本体属性集合，可以通过自上而下的方法获取与结构化关系数据库对应的映射模板，进而可以根据该映射模板构建OWL系统，可以无需采用初始固定架构构建OWL系统。同时，通过名称转化器和类型转换模块将结构化关系数据库映射为该映射模板对应的目标OWL系统，可以得到与结构化关系数据库所应用的场景对应的目标OWL系统，进而可以提高OWL系统与结构化关系数据库所应用的场景的适配率，从而可以提高OWL系统获取的准确性。
图4示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取方法的流程图，如图4所示，该方法可包括以下步骤：
步骤S201：获取针对初始网络本体语言OWL系统所输入的样本结构化关系数据库；
根据一些实施例，样本结构化关系数据库指的是构建初始OWL系统的基础架构时所采用的数据库。该样本结构化关系数据库并不特指某一固定数据库。例如，当终端获取到针对样本结构化关系数据库的数据库修改指令。该样本结构化关系数据库可以发生变化。
易于理解的是，当终端获取OWL系统时，终端可以获取针对初始网络本体语言OWL系统所输入的样本结构化关系数据库。
步骤S202：获取样本结构化关系数据库中任一样本数据对应的属性信息集合；
根据一些实施例，样本数据指的是样本结构化关系数据库中包含的数据。该样本数据并不特指某一固定数据。该样本数据包括但不限于招标数据、投标数据等等。
根据一些实施例，属性信息集合指的是由样本结构化关系数据库中至少一条样本数据对应的至少一个OWL本体属性汇聚而成的集合。该属性信息集合并不特指某一固定集合。例如，当样本结构化关系数据库发生变化时，该属性信息集合可以发生变化。当样本数据发生变化时，该属性信息集合也可以发生变化。
在一些实施例中，属性信息集合中包含的子集包括但不限于对象属性信息子集、数据属性信息子集和关系属性信息子集。
在一些实施例中，对象属性信息子集指的是由至少一个对象属性信息汇聚而成的集合。该对象属性信息子集并不特指某一固定子集。例如，当对象属性信息发生变化时，该对象属性信息子集可以发生变化。当样本数据发生变化时，该对象属性信息子集也可以发生变化。
在一些实施例中，数据属性信息子集指的是由至少一个数据属性信息汇聚而成的集合。该数据属性信息子集并不特指某一固定子集。例如，当数据属性信息发生变化时，该数据属性信息子集可以发生变化。当样本数据发生变化时，该数据属性信息子集也可以发生变化。
在一些实施例中，关系属性信息子集指的是由至少一个关系属性信息汇聚而成的集合。该关系属性信息子集并不特指某一固定子集。例如，当关系属性信息发生变化时，该关系属性信息子集可以发生变化。当样本数据发生变化时，该关系属性信息子集也可以发生变化。
例如，当终端获取到样本结构化关系数据库中任一样本数据为“人物C”时，终端可以获取到该样本数据对应的属性信息集合。其中，对象属性信息子集包括“机构C1”、“机构C2”。数据属性信息子集包括“曾用名C3”、“生日C4”、“国籍C5”、“简介C6”、“毕业院校C7”。关系属性信息子集包括“人物C”投资“机构C1”、“人物C”任职于“机构C2”。
易于理解的是，当终端获取到针对初始网络本体语言OWL系统所输入的样本结构化关系数据库时，终端可以获取样本结构化关系数据库中任一样本数据对应的属性信息集合。
步骤S203：基于对象属性信息子集、数据属性信息子集和关系属性信息子集，确定初始OWL系统对应的名称转化器和类型转换模块；
根据一些实施例，当终端获取到对象属性信息子集、数据属性信息子集和关系属性信息子集时，终端可以获取到同一实体对应的不同名称信息。进而，终端可以从不同名称信息中选择任一名称作为名称转化器的预设转换名称。
例如，当终端获取到实体“三极管”对应的名称信息为“三极管”、“半导体三极管”和“Bipolar Junction Transistor”时，终端可以确定“三极管”为实体“三极管”在名称转化器中的预设转换名称。
根据一些实施例，当终端获取到对象属性信息子集、数据属性信息子集和关系属性信息子集时，终端可以获取到同一种数据对应的不同数据类型。进而，终端可以从不同数据类型中选择任一数据类型作为类型转换模块的预设转换类型。
例如，当终端获取到日期数据对应的数据类型为“数字型”、“文本型”和“日期时间型”时，终端可以确定“日期时间型”为日期数据在类型转换模块中的预设转换类型。
易于理解的是，当终端获取到样本结构化关系数据库中任一样本数据对应的属性信息集合时，终端可以基于该属性信息集合对应的对象属性信息子集、数据属性信息子集和关系属性信息子集，确定初始OWL系统对应的名称转化器和类型转换模块。
步骤S204：基于名称转化器和类型转换模块，构建初始网络本体语言OWL系统；
根据一些实施例，当终端确定初始OWL系统对应的名称转化器和类型转换模块时，终端可以基于名称转化器，将样本结构化关系数据库中同一实体对应的不同名称信息转换为同一预设转换名称。终端还可以基于类型转换模块，将同一种数据对应的不同数据类型转换为同一预设转换类型。
在一些实施例中，当终端构建初始网络本体语言OWL系统时，终端可以在展示界面展示该初始网络本体语言OWL系统。具体的，终端在展示初始OWL系统时，终端可以展示终端获取的对象属性信息子集中拥有的实体数量、具体的实体以及每一个实体对应的数量信息。终端还可以展示关系属性信息子集中具体的关系属性信息以及对应的数量信息，如图5所示。
易于理解的是，当终端获取到初始OWL系统对应的名称转化器和类型转换模块时，终端可以基于名称转化器和类型转换模块，构建初始网络本体语言OWL系统。
步骤S205：获取针对结构化关系数据库的第二选择指令；
根据一些实施例，第二选择指令指的是终端获取目标网络本体语言OWL系统时，接收到的用于从结构化关系数据库中获取目标网络本体语言OWL系统对应的至少一条数据的指令。该第二选择指令并不特指某一固定指令。该第二选择指令包括但不限于点击选择指令、语音选择指令等等。例如，当终端检测到用户点击第二选择指令对应的按键时，终端可以获取针对结构化关系数据库的第二选择指令。当终端检测到用户说出第二选择指令对应的语音信息时，终端也可以获取针对结构化关系数据库的第二选择指令。
易于理解的是，当终端获取目标网络本体语言OWL系统时，终端可以获取针对结构化关系数据库的第二选择指令。
步骤S206：通过机器人流程自动化RPA系统，在结构化关系数据库中获取第二选择指令对应的至少一条数据；
根据一些实施例，当终端获取到针对结构化关系数据库的第二选择指令时，终端可以获取到第二选择指令对应的字段信息集合。进而，终端可以通过机器人流程自动化RPA系统，在结构化关系数据库中获取与该字段信息集合对应的至少一条数据。
例如，当终端获取到的第二选择指令对应的字段信息集合包括的字段信息为“拥有品牌”、“拥有公众号”和“投资轮数”时，终端可以通过机器人流程自动化RPA系统，在结构化关系数据库中获取到数据“品牌D1”、“公众号D2”和“投资轮数D3”。
易于理解的是，当终端获取到针对结构化关系数据库的第二选择指令时，终端可以通过机器人流程自动化RPA系统，在结构化关系数据库中获取第二选择指令对应的至少一条数据。
步骤S207：获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；
具体过程如上所述，此处不再赘述。
根据一些实施例，当终端获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合时，终端可以获取所述至少一条数据中任一数据对应的数据表。进而，终端可以基于数据表获取所述任一数据表对应的目标网络本体语言OWL本体属性集合。因此，可以提高目标网络本体语言OWL本体属性集合获取的准确性。
例如，终端获取到的数据可以如表1所示。
表1
| 姓名 | E1 |
| 曾用名 | E2 |
| 生日 | E3 |
| 国籍 | E4 |
| 简介 | E5 |
| 毕业院校 | E6 |
易于理解的是，当终端获取到第二选择指令对应的至少一条数据时，终端可以获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合。
步骤S208：采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；
具体过程如上所述，此处不再赘述。
根据一些实施例，当终端获取到目标OWL本体属性集合时，终端可以基于名称转化器，将目标OWL本体属性集合中同一实体对应的不同名称信息转换为同一预设转换名称。终端还可以基于类型转换模块，将同一种数据对应的不同数据类型转换为同一预设转换类型。进而，可以提高终端获取与任一数据对应的结构化信息的准确性和效果。
在一些实施例中，终端获取到的与任一数据对应的结构化信息可以如表2所示。
表2
| 人物F1 | 投资 | 机构F2 |
| 机构F2 | 投资 | 机构F3 |
| 人物F1 | 任职于 | 机构F4 |
| 机构F2 | 主营 | 业务f2 |
| 机构F3 | 拥有 | 产品f3 |
| 机构F4 | 拥有 | 品牌f4 |
| 业务f2 | 拥有 | 产品f5 |
| 品牌f4 | 拥有 | 公众号f6 |
| 机构F4 | 投标 | 项目F5 |
| 公众号f6 | 拥有 | 二维码f7 |
| 机构F3 | 隶属 | 机构F2 |
| 机构F4 | 投标 | 项目F6 |
| 机构F2 | 招标 | 项目F7 |
易于理解的是，当终端获取到目标网络本体语言OWL本体属性集合时，终端可以采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，进而，终端可以获取与任一数据对应的结构化信息。
步骤S209：遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。
具体过程如上所述，此处不再赘述。
易于理解的是，当终端获取到目标网络本体语言OWL本体属性集合时，终端可以遍历至少一条数据。进而，终端可以基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。
在本申请实施例中，通过获取针对初始网络本体语言OWL系统所输入的样本结构化关系数据库；获取样本结构化关系数据库中任一样本数据对应的属性信息集合；基于对象属性信息子集、数据属性信息子集和关系属性信息子集，确定初始OWL系统对应的名称转化器和类型转换模块；基于名称转化器和类型转换模块，构建初始网络本体语言OWL系统；因此可以通过自上而下的方法获取与样本结构化关系数据库对应的映射模板，进而可以根据该映射模板构建初始OWL系统，可以无需采用初始固定架构构建初始OWL系统，同时，通过名称转化器和类型转换模块将样本结构化关系数据库映射为该映射模板映射对应的初始OWL系统，可以得到与样本结构化关系数据库所应用的场景对应的初始OWL系统，进而可以初始OWL系统与样本结构化关系数据库所应用的场景的适配率，从而可以初始OWL系统获取的准确性。获取针对结构化关系数据库的第二选择指令；通过机器人流程自动化RPA系统，在结构化关系数据库中获取第二选择指令对应的至少一条数据；获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；因此可以提高目标OWL本体属性集合获取的便利性。采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统；因此，通过采用初始OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，可以得到与结构化关系数据库所应用的场景对应的目标OWL系统，进而可以提高OWL系统与结构化关系数据库所应用的场景的适配率，从而可以提高目标OWL系统获取的准确性。
图6示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取方法的流程图，如图6所示，该方法可包括以下步骤：
步骤S301：通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据；
具体过程如上所述，此处不再赘述。
步骤S302：获取针对目标OWL本体属性集合的选择指令；
根据一些实施例，选择指令指的是终端获取目标OWL本体属性集合时，选择目标OWL本体属性集合中包含的目标OWL本体属性时，接收到的指令。该选择指令并不特指某一固定指令。该选择指令包括但不限于点击选择指令、语音选择指令等等。例如，当终端检测到用户点击选择指令对应的按键时，终端可以获取针对目标OWL本体属性集合的选择指令。当终端检测到用户说出选择指令对应的语音信息时，终端也可以获取针对目标OWL本体属性集合的选择指令。
易于理解的是，当终端获取目标OWL本体属性集合时，终端可以获取针对目标OWL本体属性集合的选择指令。
步骤S303：获取选择指令对应的至少一个目标OWL本体属性；
易于理解的是，当终端获取到针对目标OWL本体属性集合的选择指令时，终端可以获取选择指令对应的至少一个目标OWL本体属性。
步骤S304：将至少一个目标OWL本体属性添加至目标OWL本体属性集合；
根据一些实施例，图7示出本申请一个实施例的一种目标OWL本体属性集合的获取流程图。如图7所示，当终端在目标OWL本体属性界面获取到针对“人物”、“品牌”、“项目”的选择指令，并检测到用户点击“添加”按键时，终端可以将目标OWL本体属性“人物”、“品牌”、“项目”添加至目标OWL本体属性集合。
易于理解的是，当终端获取到选择指令对应的至少一个目标OWL本体属性时，终端可以将至少一个目标OWL本体属性添加至目标OWL本体属性集合。
步骤S305：获取至少一条数据中任一数据对应的字段信息集合；
根据一些实施例，字段信息集合指的是由至少一个字段信息汇聚而成的集合。该字段信息集合并不特指某一固定集合。例如，当数据发生变化时，该字段信息集合可以发生变化。当字段信息发生变化时，该字段信息集合也可以发生变化。
例如，当终端获取到的数据为投标数据时，终端获取到的字段信息集合可以包括“投标”字段、“奖项”字段、“企业业绩”字段、“报价”字段等等。
易于理解的是，当终端获取到结构化关系数据库中至少一条数据时，终端可以获取至少一条数据中任一数据对应的字段信息集合。
步骤S306：获取字段信息集合中任一字段信息对应的网络本体语言OWL本体属性；
例如，当终端获取到“奖项”字段时，终端可以获取到该字段信息对应的OWL本体属性“机构资质”；当终端获取到“企业业绩”字段时，终端可以获取到该字段信息对应的OWL本体属性“机构简介”。
易于理解的是，当终端获取到至少一条数据中任一数据对应的字段信息集合时，终端可以获取字段信息集合中任一字段信息对应的网络本体语言OWL本体属性。
步骤S307：遍历字段信息集合，获取任一数据对应的目标OWL本体属性集合；
易于理解的是，当终端获取到至少一条数据中任一数据对应的字段信息集合时，终端可以遍历字段信息集合，获取任一数据对应的目标OWL本体属性集合。
步骤S308：采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；
具体过程如上所述，此处不再赘述。
步骤S309：遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。
具体过程如上所述，此处不再赘述。
在本申请实施例中，通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据；获取针对目标OWL本体属性集合的选择指令；获取选择指令对应的至少一个目标OWL本体属性；将至少一个目标OWL本体属性添加至目标OWL本体属性集合；因此可以提高目标OWL本体属性集合获取的便利性。获取至少一条数据中任一数据对应的字段信息集合；获取字段信息集合中任一字段信息对应的网络本体语言OWL本体属性；遍历字段信息集合，获取任一数据对应的目标OWL本体属性集合；因此可以提高目标OWL本体属性集合获取的效率以及准确性，同时，通过获取结构化关系数据库中至少一条数据对应的目标OWL本体属性集合，可以通过自上而下的方法获取与结构化关系数据库对应的映射模板，进而可以根据该映射模板构建OWL系统，可以无需采用初始固定架构构建OWL系统。采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。因此，通过采用初始OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，可以得到与结构化关系数据库所应用的场景对应的目标OWL系统，进而可以提高OWL系统与结构化关系数据库所应用的场景的适配率，从而可以提高OWL系统获取的准确性。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
请参见图8，其是本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图。该结合RPA及AI实现IA的OWL系统获取装置可以通过软件、硬件或者两者的结合实现成为装置的全部或一部分。该结合RPA及AI实现IA的OWL系统获取装置8000包括数据获取单元8001、集合获取单元8002、属性转化单元8003和系统获取单元8004，其中：
数据获取单元8001，用于通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据，结构化关系数据库包括招标数据和/或投标数据；
集合获取单元8002，用于获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；
属性转化单元8003，用于采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；
系统获取单元8004，用于遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。
可选的，图9示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图。如图9所示，该装置8000还包括指令获取单元8005、属性获取单元8006和属性添加单元8007，用于在获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合之前：
指令获取单元8005，用于获取针对目标OWL本体属性集合的选择指令；
属性获取单元8006，用于获取选择指令对应的至少一个目标OWL本体属性；
属性添加单元8007，用于将至少一个目标OWL本体属性添加至目标OWL本体属性集合。
可选的，图10示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图。如图10所示，集合获取单元8002包括数据表获取子单元8102和集合获取子单元8202，集合获取单元8002用于获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合时：
数据表获取子单元8102，用于获取至少一条数据中任一数据对应的数据表；
集合获取子单元8202，用于基于数据表获取任一数据表对应的目标网络本体语言OWL本体属性集合。
可选的，图11示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图。如图11所示，该装置8000还包括数据库获取单元8008、属性集合获取单元8009、模块确定单元8010和系统构建单元8011，用于在通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据之前：
数据库获取单元8008，用于获取针对初始网络本体语言OWL系统所输入的样本结构化关系数据库；
属性集合获取单元8009，用于获取样本结构化关系数据库中任一样本数据对应的属性信息集合，属性信息集合包括对象属性信息子集、数据属性信息子集和关系属性信息子集；
模块确定单元8010，用于基于对象属性信息子集、数据属性信息子集和关系属性信息子集，确定初始OWL系统对应的名称转化器和类型转换模块；
系统构建单元8011，用于基于名称转化器和类型转换模块，构建初始网络本体语言OWL系统。
可选的，图12示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图。如图12所示，数据获取单元8001包括指令获取子单元8101和数据获取子单元8201，数据获取单元8001用于通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据时：
指令获取子单元8101，用于获取针对结构化关系数据库的第二选择指令；
数据获取子单元8201，用于通过机器人流程自动化RPA系统，在结构化关系数据库中获取第二选择指令对应的至少一条数据。
可选的，图13示出本申请一个实施例的一种结合RPA及AI实现IA的OWL系统获取装置的结构示意图。如图13所示，集合获取单元8002包括字段获取子单元8302、属性获取子单元8402和集合遍历子单元8502，集合获取单元8002用于获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合时：
字段获取子单元8302，用于获取至少一条数据中任一数据对应的字段信息集合；
属性获取子单元8402，用于获取字段信息集合中任一字段信息对应的网络本体语言OWL本体属性；
集合遍历子单元8502，用于遍历字段信息集合，获取任一数据对应的目标OWL本体属性集合。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。
在本申请实施例中，通过数据获取单元通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据，结构化关系数据库包括招标数据和/或投标数据；集合获取单元获取至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；属性转化单元采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与任一数据对应的结构化信息；系统获取单元遍历至少一条数据，基于至少一条数据对应的至少一个结构化信息集合，获取结构化关系数据库对应的目标网络本体语言OWL系统。因此，通过获取结构化关系数据库中至少一条数据对应的目标OWL本体属性集合，可以通过自上而下的方法获取与结构化关系数据库对应的映射模板，进而可以根据该映射模板构建OWL系统，可以无需采用初始固定架构构建OWL系统。同时，通过名称转化器和类型转换模块将结构化关系数据库映射为该映射模板对应的目标OWL系统，可以得到与结构化关系数据库所应用的场景对应的目标OWL系统，进而可以提高OWL系统与结构化关系数据库所应用的场景的适配率，从而可以提高OWL系统获取的准确性。
图14示出根据本申请一实施例的一种终端的结构框图。如图14所示，该终端包括：存储器1410和处理器1420，存储器1410内存储有可在处理器1420上运行的计算机程序。处理器1420执行该计算机程序时实现上述实施例中的结合RPA及AI实现IA的OWL系统获取方法。存储器1410和处理器1420的数量可以为一个或多个。
该终端还包括：
通信接口1430，用于与外界设备进行通信，进行数据交互传输。
如果存储器1410、处理器1420和通信接口1430独立实现，则存储器1410、处理器1420和通信接口1430可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(PeripheralComponent Interconnect，PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图14中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器1410、处理器1420及通信接口1430集成在一块芯片上，则存储器1410、处理器1420及通信接口1430可以通过内部接口完成相互间的通信。
本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现本申请实施例中提供的方法。
本申请实施例还提供了一种芯片，该芯片包括，包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的通信设备执行本申请实施例提供的方法。
本申请实施例还提供了一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行申请实施例提供的方法。
应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(digital signal processing，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(fieldprogrammablegate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(advanced RISC machines，ARM)架构的处理器。
进一步地，可选的，上述存储器可以包括只读存储器和随机存取存储器，还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以包括只读存储器(read-onlymemory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以包括随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用。例如，静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic random access memory，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data date SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。
应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。
以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (14)
1.一种结合RPA及AI实现IA的OWL系统获取方法，其特征在于，包括：
通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据，所述结构化关系数据库包括招标数据和/或投标数据；
获取所述至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；
采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对所述目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与所述任一数据对应的结构化信息；
遍历所述至少一条数据，基于所述至少一条数据对应的至少一个结构化信息集合，获取所述结构化关系数据库对应的目标网络本体语言OWL系统。
2.根据权利要求1所述的方法，其特征在于，在所述获取所述至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合之前，还包括：
获取针对目标OWL本体属性集合的选择指令；
获取所述选择指令对应的至少一个目标OWL本体属性；
将所述至少一个目标OWL本体属性添加至目标OWL本体属性集合。
3.根据权利要求1所述的方法，其特征在于，所述获取所述至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合，包括：
获取所述至少一条数据中任一数据对应的数据表；
基于所述数据表获取所述任一数据表对应的目标网络本体语言OWL本体属性集合。
4.根据权利要求1所述的方法，其特征在于，在所述通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据之前，还包括：
获取针对初始网络本体语言OWL系统所输入的样本结构化关系数据库；
获取所述样本结构化关系数据库中任一样本数据对应的属性信息集合，所述属性信息集合包括对象属性信息子集、数据属性信息子集和关系属性信息子集；
基于所述对象属性信息子集、所述数据属性信息子集和所述关系属性信息子集，确定所述初始OWL系统对应的名称转化器和类型转换模块；
基于所述名称转化器和所述类型转换模块，构建所述初始网络本体语言OWL系统。
5.根据权利要求1所述的方法，其特征在于，所述通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据，包括：
获取针对结构化关系数据库的第二选择指令；
通过机器人流程自动化RPA系统，在所述结构化关系数据库中获取所述第二选择指令对应的至少一条数据。
6.根据权利要求1所述的方法，其特征在于，所述获取所述至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合，包括：
获取所述至少一条数据中任一数据对应的字段信息集合；
获取所述字段信息集合中任一字段信息对应的网络本体语言OWL本体属性；
遍历所述字段信息集合，获取所述任一数据对应的目标OWL本体属性集合。
7.一种结合RPA及AI实现IA的OWL系统获取装置，其特征在于，包括：
数据获取单元，用于通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据，所述结构化关系数据库包括招标数据和/或投标数据；
集合获取单元，用于获取所述至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合；
属性转化单元，用于采用初始网络本体语言OWL系统中的名称转化器和类型转换模块对所述目标OWL本体属性集合中任一目标OWL本体属性进行转化，获取与所述任一数据对应的结构化信息；
系统获取单元，用于遍历所述至少一条数据，基于所述至少一条数据对应的至少一个结构化信息集合，获取所述结构化关系数据库对应的目标网络本体语言OWL系统。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括指令获取单元、属性获取单元和属性添加单元，用于在所述获取所述至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合之前：
所述指令获取单元，用于获取针对目标OWL本体属性集合的选择指令；
所述属性获取单元，用于获取所述选择指令对应的至少一个目标OWL本体属性；
所述属性添加单元，用于将所述至少一个目标OWL本体属性添加至目标OWL本体属性集合。
9.根据权利要求7所述的装置，其特征在于，所述集合获取单元包括数据表获取子单元和集合获取子单元，所述集合获取单元用于获取所述至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合时：
所述数据表获取子单元，用于获取所述至少一条数据中任一数据对应的数据表；
所述集合获取子单元，用于基于所述数据表获取所述任一数据表对应的目标网络本体语言OWL本体属性集合。
10.根据权利要求7所述的装置，其特征在于，所述装置还包括数据库获取单元、属性集合获取单元、模块确定单元和系统构建单元，用于在所述通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据之前：
所述数据库获取单元，用于获取针对初始网络本体语言OWL系统所输入的样本结构化关系数据库；
所述属性集合获取单元，用于获取所述样本结构化关系数据库中任一样本数据对应的属性信息集合，所述属性信息集合包括对象属性信息子集、数据属性信息子集和关系属性信息子集；
所述模块确定单元，用于基于所述对象属性信息子集、所述数据属性信息子集和所述关系属性信息子集，确定所述初始OWL系统对应的名称转化器和类型转换模块；
所述系统构建单元，用于基于所述名称转化器和所述类型转换模块，构建所述初始网络本体语言OWL系统。
11.根据权利要求7所述的装置，其特征在于，所述数据获取单元包括指令获取子单元和数据获取子单元，所述数据获取单元用于通过机器人流程自动化RPA系统，获取结构化关系数据库中至少一条数据时：
所述指令获取子单元，用于获取针对结构化关系数据库的第二选择指令；
所述数据获取子单元，用于通过机器人流程自动化RPA系统，在所述结构化关系数据库中获取所述第二选择指令对应的至少一条数据。
12.根据权利要求7所述的装置，其特征在于，所述集合获取单元包括字段获取子单元、属性获取子单元和集合遍历子单元，所述集合获取单元用于获取所述至少一条数据中任一数据对应的目标网络本体语言OWL本体属性集合时：
所述字段获取子单元，用于获取所述至少一条数据中任一数据对应的字段信息集合；
所述属性获取子单元，用于获取所述字段信息集合中任一字段信息对应的网络本体语言OWL本体属性；
所述集合遍历子单元，用于遍历所述字段信息集合，获取所述任一数据对应的目标OWL本体属性集合。
13.一种结合RPA及AI实现IA的终端，其特征在于，包括：处理器和存储器，所述存储器中存储指令，所述指令由处理器加载并执行，以实现如权利要求1至6任一项所述的方法。
14.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210597919.8A CN114911459A (zh) | 2022-05-26 | 2022-05-26 | 结合rpa及ai实现ia的owl系统获取方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210597919.8A CN114911459A (zh) | 2022-05-26 | 2022-05-26 | 结合rpa及ai实现ia的owl系统获取方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114911459A true CN114911459A (zh) | 2022-08-16 |
Family
ID=82768979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210597919.8A Pending CN114911459A (zh) | 2022-05-26 | 2022-05-26 | 结合rpa及ai实现ia的owl系统获取方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114911459A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101093493A (zh) * | 2006-06-23 | 2007-12-26 | 国际商业机器公司 | 数据库查询语言转换方法、转换装置、数据库查询系统 |
| CN101350033A (zh) * | 2008-09-05 | 2009-01-21 | 北京邮电大学 | 一种owl信息到关系数据库的转换方法及装置 |
| US20120185517A1 (en) * | 2011-01-17 | 2012-07-19 | Infosys Technologies, Ltd. | Method and system for converting ubl process diagrams to owl |
| US20190102697A1 (en) * | 2017-10-02 | 2019-04-04 | International Business Machines Corporation | Creating machine learning models from structured intelligence databases |
| US10489419B1 (en) * | 2016-03-28 | 2019-11-26 | Wells Fargo Bank, N.A. | Data modeling translation system |
| CN111488465A (zh) * | 2020-04-14 | 2020-08-04 | 税友软件集团股份有限公司 | 一种知识图谱构建方法及相关装置 |
| CN113868507A (zh) * | 2021-09-09 | 2021-12-31 | 北京来也网络科技有限公司 | 结合rpa和ai的招投标信息获取方法、装置及电子设备 |
-
2022
- 2022-05-26 CN CN202210597919.8A patent/CN114911459A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101093493A (zh) * | 2006-06-23 | 2007-12-26 | 国际商业机器公司 | 数据库查询语言转换方法、转换装置、数据库查询系统 |
| CN101350033A (zh) * | 2008-09-05 | 2009-01-21 | 北京邮电大学 | 一种owl信息到关系数据库的转换方法及装置 |
| US20120185517A1 (en) * | 2011-01-17 | 2012-07-19 | Infosys Technologies, Ltd. | Method and system for converting ubl process diagrams to owl |
| US10489419B1 (en) * | 2016-03-28 | 2019-11-26 | Wells Fargo Bank, N.A. | Data modeling translation system |
| US20190102697A1 (en) * | 2017-10-02 | 2019-04-04 | International Business Machines Corporation | Creating machine learning models from structured intelligence databases |
| CN111488465A (zh) * | 2020-04-14 | 2020-08-04 | 税友软件集团股份有限公司 | 一种知识图谱构建方法及相关装置 |
| CN113868507A (zh) * | 2021-09-09 | 2021-12-31 | 北京来也网络科技有限公司 | 结合rpa和ai的招投标信息获取方法、装置及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 刘景亮: "语义Web技术在信息检索系统中的应用研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 February 2011 (2011-02-15) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11394667B2 (en) | Chatbot skills systems and methods | |
| KR102478657B1 (ko) | 통신 및 콘텐츠로부터 확약 및 요청의 자동 추출 | |
| US20190081914A1 (en) | Method and apparatus for generating candidate reply message | |
| CN107291867B (zh) | 基于人工智能的对话处理方法、装置、设备及计算机可读存储介质 | |
| US20160378854A1 (en) | System and method for supporting natural language queries and requests against a user's personal data cloud | |
| CN107463601B (zh) | 基于人工智能的对话理解系统构建方法、装置、设备及计算机可读存储介质 | |
| WO2019113122A1 (en) | Systems and methods for improved machine learning for conversations | |
| US11126938B2 (en) | Targeted data element detection for crowd sourced projects with machine learning | |
| WO2024022354A1 (zh) | 结合rpa及ai实现ia的对象推荐方法、装置及存储介质 | |
| US20200175403A1 (en) | Systems and methods for expediting rule-based data processing | |
| CN110825807B (zh) | 基于人工智能的数据交互转换方法、装置、设备及介质 | |
| CN111400465B (zh) | 客服机器人的生成方法、装置、电子设备及介质 | |
| WO2012102761A1 (en) | Method and system for providing detailed information in an interactive manner in a short message service (sms) environment | |
| CN114328980A (zh) | 结合rpa及ai的知识图谱构建方法、装置、终端及存储介质 | |
| CN117992598B (zh) | 基于大模型的需求响应方法、装置、介质及设备 | |
| CN113626438B (zh) | 一种数据表管理的方法、装置、计算机设备及存储介质 | |
| CN109412930A (zh) | 一种im落地页的跳转方法、装置、存储介质及终端 | |
| CN117635341A (zh) | 参数推荐的方法、装置、设备和计算机可读介质 | |
| CN110348669B (zh) | 智能规则生成方法、装置、计算机设备及存储介质 | |
| JP2021108095A (ja) | スピーチ理解における解析異常の情報を出力するための方法 | |
| CN114911459A (zh) | 结合rpa及ai实现ia的owl系统获取方法、装置及存储介质 | |
| WO2023159778A1 (zh) | 结合rpa及ai的招标文档获取方法及装置 | |
| CN115576837A (zh) | 一种批量造数方法、装置、计算机设备及存储介质 | |
| CN114579759A (zh) | 结合rpa及ai的知识图谱展示方法、装置、终端及存储介质 | |
| CN114238585A (zh) | 基于5g消息的查询方法、装置、计算机设备和存储介质 |
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 |