CN116934158A - 指标数据的处理方法及装置、存储介质和电子设备 - Google Patents
指标数据的处理方法及装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN116934158A CN116934158A CN202310908360.0A CN202310908360A CN116934158A CN 116934158 A CN116934158 A CN 116934158A CN 202310908360 A CN202310908360 A CN 202310908360A CN 116934158 A CN116934158 A CN 116934158A
- Authority
- CN
- China
- Prior art keywords
- target
- index data
- acquiring
- target object
- parameters
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000003672 processing method Methods 0.000 title description 5
- 238000012545 processing Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 69
- 238000000605 extraction Methods 0.000 claims description 40
- 230000000694 effects Effects 0.000 abstract description 17
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种指标数据的处理方法及装置、存储介质和电子设备,涉及人工智能技术领域。该方法包括:通过智能问答系统接收目标对象输入的文本信息;依据目标对象输入的文本信息确定目标对象的意图信息;基于目标对象的意图信息获取目标指标数据,其中,目标指标数据为目标业务对应的指标数据,目标业务为目标对象待查询的业务;将目标指标数据展示给目标对象。通过本申请,解决了相关技术中依赖开发人员提前加工好指标数据,然后通过开发单独页面来获取特定业务的指标数据,导致获取业务指标数据的效果较差的问题。
Description
技术领域
本申请涉及人工智能技术领域,具体而言,涉及一种指标数据的处理方法及装置、存储介质和电子设备。
背景技术
在信贷领域,相关技术中业务人员对信贷指标的获取基本依赖开发人员提前加工好指标数据,然后通过开发单独页面来获取特定的指标数据并予以展示或通过制作BI(Business Intelligence,商业智能)报表(将企业中现有数据进行整合并提供出的报表)的形式提供指标展示。
但是,相关技术存在以下缺点:
(1)指标获取展示滞后。
开发新的指标页面需从需求分析、需求设计、组织编码等流程开展;制作BI报表需开发人员提交接入新的BI(Business Intelligence,商业智能)报表(将企业中现有数据进行整合并提供出的报表)申请后在平台上进行定制化制作。且以上两种方式皆存在流程冗长导致指标获取滞后的问题。
(2)指标展示缺乏足够的灵活性和便利性。
针对相关技术中依赖开发人员提前加工好指标数据,然后通过开发单独页面来获取特定业务的指标数据,导致获取业务指标数据的效果较差的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种指标数据的处理方法及装置、存储介质和电子设备,以解决相关技术中依赖开发人员提前加工好指标数据,然后通过开发单独页面来获取特定业务的指标数据,导致获取业务指标数据的效果较差的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种指标数据的处理方法。该方法包括:通过智能问答系统接收目标对象输入的文本信息;依据所述目标对象输入的文本信息确定所述目标对象的意图信息;基于所述目标对象的意图信息获取目标指标数据,其中,所述目标指标数据为目标业务对应的指标数据,所述目标业务为所述目标对象待查询的业务;将所述目标指标数据展示给所述目标对象。
进一步地,基于所述目标对象的意图信息获取目标指标数据包括:判断所述目标对象的意图是否为获取指标数据的意图;若所述目标对象的意图不是获取指标数据的意图,则禁止获取所述目标指标数据;若所述目标对象的意图是获取指标数据的意图,则依据所述目标对象输入的文本信息确定N个目标参数,其中,所述目标参数为获取所述目标指标数据所需的参数,N为正整数;基于所述N个目标参数确定所述目标指标数据。
进一步地,若所述目标对象的意图是获取指标数据的意图,则依据所述目标对象输入的文本信息确定N个目标参数包括:确定实体抽取模型,其中,所述实体抽取模型用于从文本中抽取参数信息;若所述目标对象的意图是获取指标数据的意图,则将所述目标对象输入的文本信息输入所述实体抽取模型进行抽取处理,输出所述N个目标参数。
进一步地,基于所述N个目标参数确定所述目标指标数据包括:判断基于所述N个目标参数是否满足获取所述目标指标数据的预设条件;若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则获取M个目标参数,其中,M为正整数;依据所述M个目标参数和所述N个目标参数获取所述目标指标数据;若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则依据所述N个目标参数获取所述目标指标数据。
进一步地,若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则获取M个目标参数包括:若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则采用话术的形式,通过所述智能问答系统向所述目标对象追问除所述N个目标参数之外的其他目标参数;将追问到的除所述N个目标参数之外的其他目标参数作为所述M个目标参数。
进一步地,若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则依据所述N个目标参数获取所述目标指标数据包括:若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则从数据库中获取用于存储指标数据的数据表;依据所述数据表和所述N个目标参数获取所述目标指标数据。
进一步地,依据所述目标对象输入的文本信息确定所述目标对象的意图信息包括:确定意图识别模型,其中,所述意图识别模型用于识别所述目标对象的意图;将所述目标对象输入的文本信息输入所述意图识别模型进行识别处理,输出所述目标对象的意图信息。
进一步地,将所述目标指标数据展示给所述目标对象包括:基于所述目标指标数据,确定用于展示所述目标指标数据的图表的形式;按照所述图表的形式将所述目标指标数据展示给所述目标对象。
为了实现上述目的,根据本申请的另一方面,提供了一种指标数据的处理装置。该装置包括:第一接收单元,用于通过智能问答系统接收目标对象输入的文本信息;第一确定单元,用于依据所述目标对象输入的文本信息确定所述目标对象的意图信息;第一获取单元,用于基于所述目标对象的意图信息获取目标指标数据,其中,所述目标指标数据为目标业务对应的指标数据,所述目标业务为所述目标对象待查询的业务;第一展示单元,用于将所述目标指标数据展示给所述目标对象。
进一步地,所述第一获取单元包括:第一判断子单元,用于判断所述目标对象的意图是否为获取指标数据的意图;第一处理子单元,用于若所述目标对象的意图不是获取指标数据的意图,则禁止获取所述目标指标数据;第一确定子单元,用于若所述目标对象的意图是获取指标数据的意图,则依据所述目标对象输入的文本信息确定N个目标参数,其中,所述目标参数为获取所述目标指标数据所需的参数,N为正整数;第二确定子单元,用于基于所述N个目标参数确定所述目标指标数据。
进一步地,所述第一确定子单元包括:第一确定模块,用于确定实体抽取模型,其中,所述实体抽取模型用于从文本中抽取参数信息;第一输出模块,用于若所述目标对象的意图是获取指标数据的意图,则将所述目标对象输入的文本信息输入所述实体抽取模型进行抽取处理,输出所述N个目标参数。
进一步地,所述第二确定子单元包括:第一判断模块,用于判断基于所述N个目标参数是否满足获取所述目标指标数据的预设条件;第一获取模块,用于若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则获取M个目标参数,其中,M为正整数;第二获取模块,用于依据所述M个目标参数和所述N个目标参数获取所述目标指标数据;第三获取模块,用于若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则依据所述N个目标参数获取所述目标指标数据。
进一步地,所述第一获取模块包括:第一处理子模块,用于若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则采用话术的形式,通过所述智能问答系统向所述目标对象追问除所述N个目标参数之外的其他目标参数;第一确定子模块,用于将追问到的除所述N个目标参数之外的其他目标参数作为所述M个目标参数。
进一步地,所述第三获取模块包括:第一获取子模块,用于若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则从数据库中获取用于存储指标数据的数据表;第二获取子模块,用于依据所述数据表和所述N个目标参数获取所述目标指标数据。
进一步地,所述第一确定单元包括:第三确定子单元,用于确定意图识别模型,其中,所述意图识别模型用于识别所述目标对象的意图;第一输出子单元,用于将所述目标对象输入的文本信息输入所述意图识别模型进行识别处理,输出所述目标对象的意图信息。
进一步地,所述第一展示单元包括:第四确定子单元,用于基于所述目标指标数据,确定用于展示所述目标指标数据的图表的形式;第一展示子单元,用于按照所述图表的形式将所述目标指标数据展示给所述目标对象。
为了实现上述目的,根据本申请的另一方面,提供了一种计算机可读存储介质,所述存储介质存储程序,其中,所述程序执行上述的任意一项所述的指标数据的处理方法。
为了实现上述目的,根据本申请的另一方面,提供了一种电子设备,所述电子设备包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现上述的任意一项所述的指标数据的处理方法。
通过本申请,采用以下步骤:通过智能问答系统接收目标对象输入的文本信息;依据目标对象输入的文本信息确定目标对象的意图信息;基于目标对象的意图信息获取目标指标数据,其中,目标指标数据为目标业务对应的指标数据,目标业务为目标对象待查询的业务;将目标指标数据展示给目标对象,解决了相关技术中依赖开发人员提前加工好指标数据,然后通过开发单独页面来获取特定业务的指标数据,导致获取业务指标数据的效果较差的问题。通过智能问答系统接收目标对象输入的文本信息,再依据目标对象输入的文本信息确定目标对象的意图信息,然后基于目标对象的意图信息获取目标对象待查询的业务对应的目标指标数据,并将目标指标数据展示给目标对象,进而提升了获取业务指标数据的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的指标数据的处理方法的流程图;
图2是本申请实施例中指标数据应用体系的示意图;
图3是本申请实施例中多轮固定话术的示意图;
图4是本申请实施例中实体抽取转多轮对话的示意图;
图5是根据本申请实施例提供的可选的指标数据的处理方法的流程图;
图6是根据本申请实施例提供的指标数据的处理装置的示意图;
图7是根据本申请实施例提供的电子设备的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请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申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
为了便于描述,以下对本申请实施例涉及的部分名词或术语进行说明:
Bert模型:Bert(Bidirectional Encoder Representations fromTransformers)是一种预训练语言模型。且Bert模型通过预训练和微调的方式,能够更好地理解和处理自然语言,成为了自然语言处理领域的重要基础模型。
CRF模型:CRF模型是一种条件随机场模型(Conditional Random Field),用于对序列数据进行标注或分类。CRF模型是一种概率图模型,可以建模序列数据中的依赖关系和上下文信息。
下面结合优选的实施步骤对本发明进行说明,图1是根据本申请实施例提供的指标数据的处理方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,通过智能问答系统接收目标对象输入的文本信息。
例如,可以通过开发智能问答系统,识别业务人员(上述的目标对象)输入的文本(上述的文本信息)。比如上述的文本信息可以为业务人员(上述的目标对象)输入的一句话,假如业务人员(上述的目标对象)输入的这句话可以为“调用查询一种指标的服务”。
步骤S102,依据目标对象输入的文本信息确定目标对象的意图信息。
例如,可以根据业务人员(上述的目标对象)输入的文本信息确定该业务人员(上述的目标对象)的意图是否为需要获取指标数据的意图。
步骤S103,基于目标对象的意图信息获取目标指标数据,其中,目标指标数据为目标业务对应的指标数据,目标业务为目标对象待查询的业务。
例如,可以根据该业务人员(上述的目标对象)的意图获取一种业务的指标数据。比如,该业务人员(上述的目标对象)想要查询一种业务(上述的目标业务),则该业务人员(上述的目标对象)需要查询该业务对应的指标数据(上述的目标指标数据)。
步骤S104,将目标指标数据展示给目标对象。
例如,可以将查询到的指标数据(上述的目标指标数据)向业务人员(上述的目标对象)进行展示。
需要说明的是,本申请实施例提供的指标数据的处理方法可以应用于金融场景中。
通过上述的步骤S101至S104,通过智能问答系统接收目标对象输入的文本信息,再依据目标对象输入的文本信息确定目标对象的意图信息,然后基于目标对象的意图信息获取目标对象待查询的业务对应的目标指标数据,并将目标指标数据展示给目标对象,进而提升了获取业务指标数据的效果。
可选地,在本申请实施例提供的指标数据的处理方法中,依据目标对象输入的文本信息确定目标对象的意图信息包括:确定意图识别模型,其中,意图识别模型用于识别目标对象的意图;将目标对象输入的文本信息输入意图识别模型进行识别处理,输出目标对象的意图信息。
例如,可以通过文本分类方法,构建上述的意图识别模型,再将问题(上述的文本信息)输入意图识别模型进行识别,并得到该问题对应的意图种类,且可以准确识别用户真实意图是否为指标数据获取的意图。
通过上述的方案,可以快速准确的识别用户的意图。
可选地,在本申请实施例提供的指标数据的处理方法中,基于目标对象的意图信息获取目标指标数据包括:判断目标对象的意图是否为获取指标数据的意图;若目标对象的意图不是获取指标数据的意图,则禁止获取目标指标数据;若目标对象的意图是获取指标数据的意图,则依据目标对象输入的文本信息确定N个目标参数,其中,目标参数为获取目标指标数据所需的参数,N为正整数;基于N个目标参数确定目标指标数据。
例如,用户(上述的目标对象)可以在问答系统界面输入相关指标服务名称,且在通过意图识别模型识别用户输入文本为指标服务之后,可以根据用户(上述的目标对象)输入的文本信息确定获取指标所需的参数(上述的N个目标参数),然后可以根据确定的获取指标所需的参数(上述的N个目标参数)得到服务对应的指标数据(上述的目标指标数据)。如果通过意图识别模型识别用户输入文本不是指标服务,则不去获取指标数据。
通过上述的方案,根据用户的意图可以快速准确的得到指标数据。
可选地,在本申请实施例提供的指标数据的处理方法中,若目标对象的意图是获取指标数据的意图,则依据目标对象输入的文本信息确定N个目标参数包括:确定实体抽取模型,其中,实体抽取模型用于从文本中抽取参数信息;若目标对象的意图是获取指标数据的意图,则将目标对象输入的文本信息输入实体抽取模型进行抽取处理,输出N个目标参数。
例如,通过文本分类方法,将问题分到对应的意图种类,准确识别用户真实意图为:指标数据获取。若为一种具体的指标获取任务时,这些任务需求通常有若干语义槽的槽位需要填充。当有槽位未填充时,需要回复话术引导用户回答,填满所有槽位。每一个槽位对应一种实体,对槽位填充的过程即对话实体抽取过程。
而且,以上过程可以选择Bert+CRF模型作为实体抽取模型结构。通过收集业务数据,为每条数据打上业务标签,采用文本相似度、关键词抽取等方式扩充数据集。
再通过Bert模型对业务数据的预训练,学习到普适性的知识,再通过上层添加CRF约束,对识别具有良好的效果。
通过上述的方案,可以快速准确的确定获取指标数据所需的参数。
可选地,在本申请实施例提供的指标数据的处理方法中,基于N个目标参数确定目标指标数据包括:判断基于N个目标参数是否满足获取目标指标数据的预设条件;若基于N个目标参数不满足获取目标指标数据的预设条件,则获取M个目标参数,其中,M为正整数;依据M个目标参数和N个目标参数获取目标指标数据;若基于N个目标参数满足获取目标指标数据的预设条件,则依据N个目标参数获取目标指标数据。
例如,如果识别出用户(上述的目标对象)的真实意图为指标数据获取时,可以再判断根据用户(上述的目标对象)输入的文本信息确定的获取指标所需的参数(上述的N个目标参数)是否可以得到指标数据;如果根据用户(上述的目标对象)输入的文本信息确定的获取指标所需的参数(上述的N个目标参数)不可以得到指标数据,则需要将获取指标所需的参数补充完整;如果根据用户(上述的目标对象)输入的文本信息确定的获取指标所需的参数(上述的N个目标参数)可以得到指标数据,则直接根据这些获取指标所需的参数(上述的N个目标参数)确定指标数据。
通过上述的方案,根据获取指标所需的参数可以快速准确的得到指标数据。
可选地,在本申请实施例提供的指标数据的处理方法中,若基于N个目标参数不满足获取目标指标数据的预设条件,则获取M个目标参数包括:若基于N个目标参数不满足获取目标指标数据的预设条件,则采用话术的形式,通过智能问答系统向目标对象追问除N个目标参数之外的其他目标参数;将追问到的除N个目标参数之外的其他目标参数作为M个目标参数。
例如,如果根据业务人员(上述的目标对象)输入的文本信息确定的获取指标所需的参数(上述的N个目标参数)不可以得到指标数据时,可以采取多轮固定话术的形式追问业务人员(上述的目标对象)以补全剩余参数。
通过上述的方案,可以快速准确的确定获取指标所需的其余参数。
可选地,在本申请实施例提供的指标数据的处理方法中,若基于N个目标参数满足获取目标指标数据的预设条件,则依据N个目标参数获取目标指标数据包括:若基于N个目标参数满足获取目标指标数据的预设条件,则从数据库中获取用于存储指标数据的数据表;依据数据表和N个目标参数获取目标指标数据。
例如,可以先构建通用指标数据应用体系,且指标应用体系可以基于业界OneID(唯一身份ID)的理念建设,支持将指标ID(Identification,身份证或识别)与指标对象做映射;并借鉴金融机构客户画像指标的存储和查询方式,支持将指标数据退维,通过一义性的指标ID进行点查,快速获取准确的数据结果,以统一通用指标API(ApplicationProgramming Interface,应用程序编程接口)形式提供接口调用,提升指标查询使用体验。
也即,可以通过构建标准指标数据应用体系,即指标宽表的行转列后统一存储到HBase(一个分布式的面向列的开源数据库)(上述的数据库)。然后可以根据HBase数据库中存储的指标数据和获取指标所需参数获取业务人员需要查询的业务对应的指标数据(上述目标指标数据)。
综上所述,通过数据库中事先存储的数据可以快速准确的获取指标数据。
可选地,在本申请实施例提供的指标数据的处理方法中,将目标指标数据展示给目标对象包括:基于目标指标数据,确定用于展示目标指标数据的图表的形式;按照图表的形式将目标指标数据展示给目标对象。
例如,可以以标准图表能力展示指标,也即,可以通过归纳指标的特点,总结出通用展示能力来支撑对指标的展示,做到自然语言转图表的效果。指标展示图可以多形态(柱状、饼图、折线等)切换图表效果,最大程度贴合用户使用习惯。
通过上述的方案,可以方便的将指标数据展示给业务人员。
例如,在传统的指标展示、获取的方案中,并未总结出一种通用指标查询获取能力,这使得不同的指标需要投入大量人员制作指标、开发展示页面等,寻找一种灵活、便捷的通用指标查询能力迫在眉睫。
因此,提出一种可行的基于实体抽取技术和多轮固定话术流程的获取指标数据的问答系统,显得尤为重要。
而且,通过构建标准指标数据应用体系,即指标宽表的行转列后统一存储到HBase(一个分布式的面向列的开源数据库),并提供高并发的通用指标点查能力。为业务人员提供智能问答系统,在聊天窗口中输入指标名称、指标参数等信息作为输入文本,智能问答系统在接收到输入文本后解析该文本对应的操作意图,当意图为指标获取时,便可提交指标查询任务进行指标获取。待任务执行成功后,进行统一的指标展示绘制,并提供指标明细数据下载能力,为信贷业务人员灵活、快速获取业务指标数据提供了完整解决方案。
另外,一种基于实体抽取技术和多轮固定话术流程的获取指标数据的问答系统,主要包括:
(1)构建通用指标数据应用体系
例如,图2是本申请实施例中指标数据应用体系的示意图,如图2所示,指标应用体系可以基于业界OneID(唯一身份ID)的理念建设,并可以支持将指标ID与指标对象做映射;并借鉴金融机构客户画像指标的存储和查询方式,支持将指标数据退维,通过一义性的指标ID进行点查,快速获取准确的数据结果,以统一通用指标API(Application ProgrammingInterface,应用程序编程接口)形式提供接口调用,提升指标查询使用体验。
(2)以智能问答形式提供指标查询能力
例如,图3是本申请实施例中多轮固定话术的示意图,如图3所示,为了使业务人员能够灵活多样的获取指标数据,可以通过开发智能问答系统,识别业务人员输入文本为目标指标名称以及获取指标所需参数,在单轮对话不足以完全识别指标名称和所需参数时,采取多轮固定话术的形式追问业务人员以补全剩余参数。固定追问话术需事先在智能问答系统中进行维护,即每一个所需参数,都需要配置一句追问文本。
(3)通过文本分类和实体抽取技术构建意图识别模型
通过文本分类方法,将问题分到对应的意图种类,准确识别用户真实意图为:指标数据获取。若为一种具体的指标获取任务时,这些任务需求通常有若干语义槽的槽位需要填充。当有槽位未填充时,需要回复话术引导用户回答,填满所有槽位。每一个槽位对应一种实体,对槽位填充的过程即对话实体抽取过程。
例如,图4是本申请实施例中实体抽取转多轮对话的示意图,如图4所示,以上过程可以选择Bert+CRF模型作为实体抽取模型结构。通过收集业务数据,为每条数据打上业务标签,采用文本相似度、关键词抽取等方式扩充数据集。
再通过Bert模型对业务数据的预训练,学习到普适性的知识,再通过上层添加CRF约束,对识别具有良好的效果。
(4)以标准图表能力展示指标
通过归纳指标的特点,总结出通用展示能力来支撑对指标的展示,做到自然语言转图表的效果。指标展示图可以多形态(柱状、饼图、折线等)切换图表效果,最大程度贴合用户使用习惯。
例如,图5是根据本申请实施例提供的可选的指标数据的处理方法的流程图,如图5所示,可选的指标数据的处理方法具体可以为:用户在问答系统界面输入相关指标服务名称,意图识别模型识别用户输入文本为指标服务并判断所需参数是否完整,若参数不完整,以固定话术追问用户补充完成所需参数;若参数完整,发起指标获取,最终指标以图表形式展现。
另外,本申请实施例提供的方法具有如下有益效果:
基于上述技术方案,本实施例提供了一种基于实体抽取技术和多轮固定话术流程的获取指标数据的问答系统。通过问答系统加文本分类、实体抽取等深度学习技术,让用户可以轻松、便捷、快速的获取指标数据,切实的解决了用户获取指标难、耗时久、步骤繁琐的问题,对于信贷领域甚至后续其他领域的指标体系建设具有非常大的价值。
综上,本申请实施例提供的指标数据的处理方法,通过智能问答系统接收目标对象输入的文本信息;依据目标对象输入的文本信息确定目标对象的意图信息;基于目标对象的意图信息获取目标指标数据,其中,目标指标数据为目标业务对应的指标数据,目标业务为目标对象待查询的业务;将目标指标数据展示给目标对象,解决了相关技术中依赖开发人员提前加工好指标数据,然后通过开发单独页面来获取特定业务的指标数据,导致获取业务指标数据的效果较差的问题。通过智能问答系统接收目标对象输入的文本信息,再依据目标对象输入的文本信息确定目标对象的意图信息,然后基于目标对象的意图信息获取目标对象待查询的业务对应的目标指标数据,并将目标指标数据展示给目标对象,进而提升了获取业务指标数据的效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种指标数据的处理装置,需要说明的是,本申请实施例的指标数据的处理装置可以用于执行本申请实施例所提供的用于指标数据的处理方法。以下对本申请实施例提供的指标数据的处理装置进行介绍。
图6是根据本申请实施例的指标数据的处理装置的示意图。如图6所示,该装置包括:第一接收单元601、第一确定单元602、第一获取单元603和第一展示单元604。
具体地,第一接收单元601,用于通过智能问答系统接收目标对象输入的文本信息;
第一确定单元602,用于依据目标对象输入的文本信息确定目标对象的意图信息;
第一获取单元603,用于基于目标对象的意图信息获取目标指标数据,其中,目标指标数据为目标业务对应的指标数据,目标业务为目标对象待查询的业务;
第一展示单元604,用于将目标指标数据展示给目标对象。
综上,本申请实施例提供的指标数据的处理装置,通过第一接收单元601通过智能问答系统接收目标对象输入的文本信息;第一确定单元602依据目标对象输入的文本信息确定目标对象的意图信息;第一获取单元603基于目标对象的意图信息获取目标指标数据,其中,目标指标数据为目标业务对应的指标数据,目标业务为目标对象待查询的业务;第一展示单元604将目标指标数据展示给目标对象,解决了相关技术中依赖开发人员提前加工好指标数据,然后通过开发单独页面来获取特定业务的指标数据,导致获取业务指标数据的效果较差的问题。通过智能问答系统接收目标对象输入的文本信息,再依据目标对象输入的文本信息确定目标对象的意图信息,然后基于目标对象的意图信息获取目标对象待查询的业务对应的目标指标数据,并将目标指标数据展示给目标对象,进而提升了获取业务指标数据的效果。
可选地,在本申请实施例提供的指标数据的处理装置中,第一获取单元包括:第一判断子单元,用于判断目标对象的意图是否为获取指标数据的意图;第一处理子单元,用于若目标对象的意图不是获取指标数据的意图,则禁止获取目标指标数据;第一确定子单元,用于若目标对象的意图是获取指标数据的意图,则依据目标对象输入的文本信息确定N个目标参数,其中,目标参数为获取目标指标数据所需的参数,N为正整数;第二确定子单元,用于基于N个目标参数确定目标指标数据。
可选地,在本申请实施例提供的指标数据的处理装置中,第一确定子单元包括:第一确定模块,用于确定实体抽取模型,其中,实体抽取模型用于从文本中抽取参数信息;第一输出模块,用于若目标对象的意图是获取指标数据的意图,则将目标对象输入的文本信息输入实体抽取模型进行抽取处理,输出N个目标参数。
可选地,在本申请实施例提供的指标数据的处理装置中,第二确定子单元包括:第一判断模块,用于判断基于N个目标参数是否满足获取目标指标数据的预设条件;第一获取模块,用于若基于N个目标参数不满足获取目标指标数据的预设条件,则获取M个目标参数,其中,M为正整数;第二获取模块,用于依据M个目标参数和N个目标参数获取目标指标数据;第三获取模块,用于若基于N个目标参数满足获取目标指标数据的预设条件,则依据N个目标参数获取目标指标数据。
可选地,在本申请实施例提供的指标数据的处理装置中,第一获取模块包括:第一处理子模块,用于若基于N个目标参数不满足获取目标指标数据的预设条件,则采用话术的形式,通过智能问答系统向目标对象追问除N个目标参数之外的其他目标参数;第一确定子模块,用于将追问到的除N个目标参数之外的其他目标参数作为M个目标参数。
可选地,在本申请实施例提供的指标数据的处理装置中,第三获取模块包括:第一获取子模块,用于若基于N个目标参数满足获取目标指标数据的预设条件,则从数据库中获取用于存储指标数据的数据表;第二获取子模块,用于依据数据表和N个目标参数获取目标指标数据。
可选地,在本申请实施例提供的指标数据的处理装置中,第一确定单元包括:第三确定子单元,用于确定意图识别模型,其中,意图识别模型用于识别目标对象的意图;第一输出子单元,用于将目标对象输入的文本信息输入意图识别模型进行识别处理,输出目标对象的意图信息。
可选地,在本申请实施例提供的指标数据的处理装置中,第一展示单元包括:第四确定子单元,用于基于目标指标数据,确定用于展示目标指标数据的图表的形式;第一展示子单元,用于按照图表的形式将目标指标数据展示给目标对象。
指标数据的处理装置包括处理器和存储器,上述第一接收单元601、第一确定单元602、第一获取单元603和第一展示单元604等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来提升获取业务指标数据的效果。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现所述指标数据的处理方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述指标数据的处理方法。
如图7所示,本发明实施例提供了一种电子设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:通过智能问答系统接收目标对象输入的文本信息;依据所述目标对象输入的文本信息确定所述目标对象的意图信息;基于所述目标对象的意图信息获取目标指标数据,其中,所述目标指标数据为目标业务对应的指标数据,所述目标业务为所述目标对象待查询的业务;将所述目标指标数据展示给所述目标对象。
处理器执行程序时还实现以下步骤:基于所述目标对象的意图信息获取目标指标数据包括:判断所述目标对象的意图是否为获取指标数据的意图;若所述目标对象的意图不是获取指标数据的意图,则禁止获取所述目标指标数据;若所述目标对象的意图是获取指标数据的意图,则依据所述目标对象输入的文本信息确定N个目标参数,其中,所述目标参数为获取所述目标指标数据所需的参数,N为正整数;基于所述N个目标参数确定所述目标指标数据。
处理器执行程序时还实现以下步骤:若所述目标对象的意图是获取指标数据的意图,则依据所述目标对象输入的文本信息确定N个目标参数包括:确定实体抽取模型,其中,所述实体抽取模型用于从文本中抽取参数信息;若所述目标对象的意图是获取指标数据的意图,则将所述目标对象输入的文本信息输入所述实体抽取模型进行抽取处理,输出所述N个目标参数。
处理器执行程序时还实现以下步骤:基于所述N个目标参数确定所述目标指标数据包括:判断基于所述N个目标参数是否满足获取所述目标指标数据的预设条件;若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则获取M个目标参数,其中,M为正整数;依据所述M个目标参数和所述N个目标参数获取所述目标指标数据;若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则依据所述N个目标参数获取所述目标指标数据。
处理器执行程序时还实现以下步骤:若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则获取M个目标参数包括:若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则采用话术的形式,通过所述智能问答系统向所述目标对象追问除所述N个目标参数之外的其他目标参数;将追问到的除所述N个目标参数之外的其他目标参数作为所述M个目标参数。
处理器执行程序时还实现以下步骤:若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则依据所述N个目标参数获取所述目标指标数据包括:若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则从数据库中获取用于存储指标数据的数据表;依据所述数据表和所述N个目标参数获取所述目标指标数据。
处理器执行程序时还实现以下步骤:依据所述目标对象输入的文本信息确定所述目标对象的意图信息包括:确定意图识别模型,其中,所述意图识别模型用于识别所述目标对象的意图;将所述目标对象输入的文本信息输入所述意图识别模型进行识别处理,输出所述目标对象的意图信息。
处理器执行程序时还实现以下步骤:将所述目标指标数据展示给所述目标对象包括:基于所述目标指标数据,确定用于展示所述目标指标数据的图表的形式;按照所述图表的形式将所述目标指标数据展示给所述目标对象。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:通过智能问答系统接收目标对象输入的文本信息;依据所述目标对象输入的文本信息确定所述目标对象的意图信息;基于所述目标对象的意图信息获取目标指标数据,其中,所述目标指标数据为目标业务对应的指标数据,所述目标业务为所述目标对象待查询的业务;将所述目标指标数据展示给所述目标对象。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:基于所述目标对象的意图信息获取目标指标数据包括:判断所述目标对象的意图是否为获取指标数据的意图;若所述目标对象的意图不是获取指标数据的意图,则禁止获取所述目标指标数据;若所述目标对象的意图是获取指标数据的意图,则依据所述目标对象输入的文本信息确定N个目标参数,其中,所述目标参数为获取所述目标指标数据所需的参数,N为正整数;基于所述N个目标参数确定所述目标指标数据。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:若所述目标对象的意图是获取指标数据的意图,则依据所述目标对象输入的文本信息确定N个目标参数包括:确定实体抽取模型,其中,所述实体抽取模型用于从文本中抽取参数信息;若所述目标对象的意图是获取指标数据的意图,则将所述目标对象输入的文本信息输入所述实体抽取模型进行抽取处理,输出所述N个目标参数。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:基于所述N个目标参数确定所述目标指标数据包括:判断基于所述N个目标参数是否满足获取所述目标指标数据的预设条件;若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则获取M个目标参数,其中,M为正整数;依据所述M个目标参数和所述N个目标参数获取所述目标指标数据;若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则依据所述N个目标参数获取所述目标指标数据。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则获取M个目标参数包括:若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则采用话术的形式,通过所述智能问答系统向所述目标对象追问除所述N个目标参数之外的其他目标参数;将追问到的除所述N个目标参数之外的其他目标参数作为所述M个目标参数。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则依据所述N个目标参数获取所述目标指标数据包括:若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则从数据库中获取用于存储指标数据的数据表;依据所述数据表和所述N个目标参数获取所述目标指标数据。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:依据所述目标对象输入的文本信息确定所述目标对象的意图信息包括:确定意图识别模型,其中,所述意图识别模型用于识别所述目标对象的意图;将所述目标对象输入的文本信息输入所述意图识别模型进行识别处理,输出所述目标对象的意图信息。
当在数据处理设备上执行时,还适于执行初始化有如下方法步骤的程序:将所述目标指标数据展示给所述目标对象包括:基于所述目标指标数据,确定用于展示所述目标指标数据的图表的形式;按照所述图表的形式将所述目标指标数据展示给所述目标对象。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
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 (11)
1.一种指标数据的处理方法,其特征在于,包括:
通过智能问答系统接收目标对象输入的文本信息;
依据所述目标对象输入的文本信息确定所述目标对象的意图信息;
基于所述目标对象的意图信息获取目标指标数据,其中,所述目标指标数据为目标业务对应的指标数据,所述目标业务为所述目标对象待查询的业务;
将所述目标指标数据展示给所述目标对象。
2.根据权利要求1所述的方法,其特征在于,基于所述目标对象的意图信息获取目标指标数据包括:
判断所述目标对象的意图是否为获取指标数据的意图;
若所述目标对象的意图不是获取指标数据的意图,则禁止获取所述目标指标数据;
若所述目标对象的意图是获取指标数据的意图,则依据所述目标对象输入的文本信息确定N个目标参数,其中,所述目标参数为获取所述目标指标数据所需的参数,N为正整数;
基于所述N个目标参数确定所述目标指标数据。
3.根据权利要求2所述的方法,其特征在于,若所述目标对象的意图是获取指标数据的意图,则依据所述目标对象输入的文本信息确定N个目标参数包括:
确定实体抽取模型,其中,所述实体抽取模型用于从文本中抽取参数信息;
若所述目标对象的意图是获取指标数据的意图,则将所述目标对象输入的文本信息输入所述实体抽取模型进行抽取处理,输出所述N个目标参数。
4.根据权利要求2所述的方法,其特征在于,基于所述N个目标参数确定所述目标指标数据包括:
判断基于所述N个目标参数是否满足获取所述目标指标数据的预设条件;
若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则获取M个目标参数,其中,M为正整数;
依据所述M个目标参数和所述N个目标参数获取所述目标指标数据;
若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则依据所述N个目标参数获取所述目标指标数据。
5.根据权利要求4所述的方法,其特征在于,若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则获取M个目标参数包括:
若基于所述N个目标参数不满足获取所述目标指标数据的预设条件,则采用话术的形式,通过所述智能问答系统向所述目标对象追问除所述N个目标参数之外的其他目标参数;
将追问到的除所述N个目标参数之外的其他目标参数作为所述M个目标参数。
6.根据权利要求4所述的方法,其特征在于,若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则依据所述N个目标参数获取所述目标指标数据包括:
若基于所述N个目标参数满足获取所述目标指标数据的预设条件,则从数据库中获取用于存储指标数据的数据表;
依据所述数据表和所述N个目标参数获取所述目标指标数据。
7.根据权利要求1所述的方法,其特征在于,依据所述目标对象输入的文本信息确定所述目标对象的意图信息包括:
确定意图识别模型,其中,所述意图识别模型用于识别所述目标对象的意图;
将所述目标对象输入的文本信息输入所述意图识别模型进行识别处理,输出所述目标对象的意图信息。
8.根据权利要求1所述的方法,其特征在于,将所述目标指标数据展示给所述目标对象包括:
基于所述目标指标数据,确定用于展示所述目标指标数据的图表的形式;
按照所述图表的形式将所述目标指标数据展示给所述目标对象。
9.一种指标数据的处理装置,其特征在于,包括:
第一接收单元,用于通过智能问答系统接收目标对象输入的文本信息;
第一确定单元,用于依据所述目标对象输入的文本信息确定所述目标对象的意图信息;
第一获取单元,用于基于所述目标对象的意图信息获取目标指标数据,其中,所述目标指标数据为目标业务对应的指标数据,所述目标业务为所述目标对象待查询的业务;
第一展示单元,用于将所述目标指标数据展示给所述目标对象。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储程序,其中,所述程序执行权利要求1至8中任意一项所述的指标数据的处理方法。
11.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述存储器用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至8中任意一项所述的指标数据的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310908360.0A CN116934158A (zh) | 2023-07-21 | 2023-07-21 | 指标数据的处理方法及装置、存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310908360.0A CN116934158A (zh) | 2023-07-21 | 2023-07-21 | 指标数据的处理方法及装置、存储介质和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116934158A true CN116934158A (zh) | 2023-10-24 |
Family
ID=88383963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310908360.0A Pending CN116934158A (zh) | 2023-07-21 | 2023-07-21 | 指标数据的处理方法及装置、存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934158A (zh) |
-
2023
- 2023-07-21 CN CN202310908360.0A patent/CN116934158A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110968663B (zh) | 一种问答系统的答案展示方法及装置 | |
CN106126524B (zh) | 信息推送方法和装置 | |
CN107729549B (zh) | 一种包含要素提取的机器人客服方法及系统 | |
CN112948534A (zh) | 一种智能人机对话的交互方法、系统和电子设备 | |
CN111339277A (zh) | 基于机器学习的问答交互方法及装置 | |
CN101853311A (zh) | 一种法律服务方法及系统 | |
CN110597966A (zh) | 自动问答方法及装置 | |
CN111680133A (zh) | 直播问答方法及装置 | |
CN113342958B (zh) | 问答匹配方法、文本匹配模型的训练方法和相关设备 | |
CN110968776A (zh) | 政策知识的推荐方法、装置存储介质及处理器 | |
CN110287305B (zh) | 一种基于自然语言处理的智能问答管理系统 | |
CN111222837A (zh) | 智能化面试的方法、系统、设备及计算机存储介质 | |
CN111916110B (zh) | 语音质检的方法及装置 | |
CN110047473B (zh) | 一种人机协作交互方法及系统 | |
CN116680368B (zh) | 一种基于贝叶斯分类器的水利知识问答方法、设备及介质 | |
CN117033744A (zh) | 数据查询方法、装置、存储介质以及电子设备 | |
CN114970559B (zh) | 智能应答方法及装置 | |
CN116934158A (zh) | 指标数据的处理方法及装置、存储介质和电子设备 | |
CN114862242A (zh) | 人工客服分配方法及装置、存储介质及电子设备 | |
CN112447178A (zh) | 一种声纹检索方法、装置及电子设备 | |
CN111210164B (zh) | 基于高校质保体系的信息处理方法、装置及信息处理中心 | |
CN111309990A (zh) | 一种语句应答方法及装置 | |
CN111210044A (zh) | 职业特点预测方法及装置 | |
CN116070875B (zh) | 一种基于家政服务的用户需求分析方法、设备及介质 | |
CN116933800B (zh) | 一种基于模版的生成式意图识别方法及装置 |
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 |