数据加工代码的管理方法及装置制造方法及图纸

本公开涉及人工智能技术领域，具体揭示了一种数据加工代码的管理方法及装置，应用于代码管理系统，所述方法包括：获取数据加工代码；解析所述数据加工代码，获得所对应的加工元数据；通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签；将所述加工标签与所述数据加工代码进行关联，以将所述加工标签作为检索词对所述数据加工代码进行检索。从而实现了数据加工代码的共享和复用，以及自动为数据加工代码进行标签标注，便于用户进行数据加工代码的检索。

Management method and device of data processing code

【技术实现步骤摘要】
数据加工代码的管理方法及装置
本公开涉及人工智能
，特别涉及一种数据加工代码的管理方法及装置。
技术介绍
在现有技术中，在涉及到需要编写数据加工代码的场景中，通过工程师根据实际所需要的数据加工过程进行数据加工代码的编写，并进一步进行数据加工代码的运行。由于没有对数据加工代码进行统一管理，因此，工程师与工程师之间无法获知其他的工程师编写了那些数据加工代码，易造成工程师与工程师之间为同一数据加工过程编制数据加工代码，从而造成人力资源浪费。因此亟待一种对所编写的数据加工代码进行管理的方法，以实现数据加工代码的共享。
技术实现思路
为了解决相关技术中存在的问题，本公开提供了一种数据加工代码的管理方法及装置。第一方面，一种数据加工代码的管理方法，应用于代码管理系统，所述方法包括：获取数据加工代码；解析所述数据加工代码，获得所对应的加工元数据；通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签；将所述加工标签与所述数据加工代码进行关联，以将所述加工标签作为检索词对所述数据加工代码进行检索。第二方面，一种数据加工代码的管理装置，其特征在于，应用于代码管理系统，所述装置包括：获取模块，被配置为：获取数据加工代码；解析模块，被配置为：解析所述数据加工代码，获得所对应的加工元数据；标签预测模块，被配置为：通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签；关联模块，被配置为：将所述加工标签与所述数据加工代码进行关联，以将所述加工标签作为检索词对所述数据加工代码进行检索。在一实施例中，所获取的所述数据加工代码的状态为审核状态，所述装置还包括：第一接收模块，被配置为：接收从所述代码管理系统的客户端所上传的数据加工代码；状态设定模块，被配置为：将所接收的所述数据加工状态设定为待审核状态；代码审核流程启动模块，被配置为：为设定为待审核状态的所述数据加工代码启动代码审核流程，以向所述代码审核流程中所设定的审核客户端发送审核指令，通过所述审核客户端所在用户对设定为待审核状态的所述数据加工代码进行审核；第二接收模块，被配置为：接收所述审核客户端根据所述代码审核流程所发送的审核通过指令；状态更新模块，被配置为：根据所述审核通过指令将所述数据加工代码的状态更新为审核状态。在一实施例中，所述代码管理系统与发布服务器通信连接，所述装置还包括：发布模块，被配置为：当所述数据加工代码的状态为审核状态后，将所述数据加工代码发布至所述发布服务器。在一实施例中，所述装置还包括：分类器构建模块，被配置为：根据所构建的标签库为所述标签预测模型构建分类器，以通过所述分类器输出为所述数据加工代码所预测得到的加工标签。在一实施例中，所述标签预测模块包括：特征向量构建单元，被配置为：通过所述标签预测模型根据所述加工元数据构建得到所述数据加工代码的特征向量；预测单元，被配置为：通过所述标签预测模型的分类器根据所述特征向量进行预测，获得所述数据加工代码所对应的加工标签。在一实施例中，所述装置还包括：样本获取模块，被配置为：获取为若干样本数据加工代码所解析获得的样本加工元数据和为所述样本数据加工代码所标注的样本加工标签；训练模块，被配置为：根据所述样本加工元数据和所对应的所述样本加工标签对预构建的神经网络模型进行训练，以调整所述神经网络模型的模型参数；标签预测模型获得模块，被配置为：当所述神经网络模型的预测精度达到设定的精度，将调整模型参数后的所述神经网络模型作为所述标签预测模型。在一实施例中，所述装置还包括：标签标注请求模块，被配置为：接收所述代码管理系统的客户端为所述数据加工代码所发起的标签标注请求，所述标签标注请求包括为所述数据加工代码所标注的标签；发送模块，被配置为：将所述标签标注请求发送至所述代码管理系统的审核客户端；审核结果接收模块，被配置为：接收所述审核客户端根据所述标签标注请求所发送的审核结果，所述审核结果包括所述标签审核通过的结果和所述标签审核未通过的结果；第二关联模块，被配置为：在所述审核结果为标签审核通过的结果时，将所述标签与所述数据加工代码进行关联。第三方面，一种数据加工代码的管理装置，应用于代码管理系统，所述装置包括：处理器；及存储器，所述存储器上存储由计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上所述的方法。第四方面，一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的方法。通过本公开的技术方案，一方面通过代码管理系统实现了数据加工代码的统一管理，实现了数据加工代码的共享与复用，而且采用深度学习的方式对数据加工代码进行加工标签的预测，从而实现了自动对数据加工代码进行打标签，便于用户从代码管理系统中查询，提高了查询速率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并于说明书一起用于解释本专利技术的原理。图1是根据一实施例示出的本公开实施环境的示意图；图2是根据一实施例示出的本公开应用场景的示意图；图3是根据一示例性实施例示出的一种服务器的框图；图4是根据一示例性实施例示出的一种数据加工代码的管理方法的流程图；图5是图4对应实施例的步骤S110之前步骤在一实施例中的流程图；图6是图4对应实施例的步骤S150在一实施例中的流程图；图7是图4对应实施例的步骤S150之前步骤在一实施例中的流程图；图8是根据另一示例性实施例示出的一种数据加工代码的管理方法的流程图；图9是根据一示例性实施例示出的一种数据加工代码的管理装置的框图；图10是根据另一示例性实施例示出的一种数据加工代码的管理装置的框图。通过上述附图，已示出本专利技术明确的实施例，后文中将有更详细的描述，这些附图和文字描述并不是为了通过任何方式限制本专利技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本专利技术的概念。具体实施方式这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本专利技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本专利技术的一些方面相一致的装置和方法的例子。图1是根据一示例性实施例示出的本公开的实施环境的示意图。该实施环境包括代码管理系统2000，其中代码管理系统2000包括服务端200和至少客户端，其中客户端以运行代码管理系统的客户端程序的终端设备100为载体。服务端200为终端设备100上所运行的客户端程序提供服务，从而，用户可以通过终端设备100上的客户端程序与服务端200进行交互，例如用户通过终端设备100上的客户端程序向服务端200上传数据加工代码，又例如服务端200根据代码审核流程中所设定的审核客户端，向审核客户端下发审核指令，又例如审核客户端向服务端200发送审核通过指令等。其中，服务端200可以是由独立的服务器构成，也可以是由多个服务器构成的服务器集群。终端设备100是可以运行代码管理系统2000的客户端程序的电子设备，例如平板电脑、笔记本电脑、台式电脑本文档来自技高网...

【技术保护点】
1.一种数据加工代码的管理方法，其特征在于，应用于代码管理系统，所述方法包括：获取数据加工代码；解析所述数据加工代码，获得所对应的加工元数据；通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签；将所述加工标签与所述数据加工代码进行关联，以将所述加工标签作为检索词对所述数据加工代码进行检索。

【技术特征摘要】
1.一种数据加工代码的管理方法，其特征在于，应用于代码管理系统，所述方法包括：获取数据加工代码；解析所述数据加工代码，获得所对应的加工元数据；通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签；将所述加工标签与所述数据加工代码进行关联，以将所述加工标签作为检索词对所述数据加工代码进行检索。2.根据权利要求1所述的方法，其特征在于，所获取的所述数据加工代码的状态为审核状态，所述获取数据加工代码之前，所述方法还包括：接收从所述代码管理系统的客户端所上传的数据加工代码；将所接收的所述数据加工状态设定为待审核状态；为设定为待审核状态的所述数据加工代码启动代码审核流程，以向所述代码审核流程中所设定的审核客户端发送审核指令，通过所述审核客户端所在用户对设定为待审核状态的所述数据加工代码进行审核；接收所述审核客户端根据所述代码审核流程所发送的审核通过指令；根据所述审核通过指令将所述数据加工代码的状态更新为审核状态。3.根据权利要求2所述的方法，其特征在于，所述代码管理系统与发布服务器通信连接，所述根据所述审核通过指令将所述数据加工代码的状态更新为审核状态之后，所述方法还包括：当所述数据加工代码的状态为审核状态后，将所述数据加工代码发布至所述发布服务器。4.根据权利要求1所述的方法，其特征在于，所述通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签之前，所述方法还包括：根据所构建的标签库为所述标签预测模型构建分类器，以通过所述分类器输出为所述数据加工代码所预测得到的加工标签。5.根据权利要求1所述的方法，其特征在于，所述通过训练所得的标签预测模型根据所述加工元数据进行标签预测，获得所述数据加工代码所对应的加工标签，包括：通过所述标签预测模型根据所述加工元数据构建得到所述数据加工代码的特征向量；通过所述标签预测模型的分类器根据所述特征向量进行预测，获得所述数据加工代码所对应...

【专利技术属性】
技术研发人员：汪涛，倪程伟，王正亭，
申请(专利权)人：平安证券股份有限公司，
类型：发明
国别省市：广东,44