报告处理方法、装置、计算机系统及可读存储介质制造方法及图纸

本公开提供了一种报告处理方法，可用于人工智能技术领域或其他领域。其中，该方法包括：接收用于识别跨金融机构服务报文的请求，其中，请求中携带待识别的跨金融机构服务报文；对待识别的跨金融机构服务报文进行预处理，确定跨金融机构服务报文中的目标报文字段信息；基于目标报文字段信息，确定跨金融机构服务报文的业务类型；以及基于跨金融机构服务报文的业务类型，执行与业务类型相匹配的业务流程。本公开还提供了报告处理装置、计算机系统、可读存储介质以及计算机程序产品。

【技术实现步骤摘要】
报告处理方法、装置、计算机系统及可读存储介质
本公开涉及人工智能
或其他领域，更具体地，涉及一种报告处理方法、装置、计算机系统、可读存储介质及计算机程序产品。
技术介绍
自动工作负载信息库(AutomaticWorkloadRepository，AWR)是Oracle提供的一种数据库系统性能信息收集和分析的工具，能提供一个时间段内Oracle数据库系统的资源使用情况的报告，该报告称为AWR报告。通过分析该AWR报告，可以了解Oracle数据库系统的整个运行情况。在实现本公开构思的过程中，专利技术人发现相关技术中至少存在如下问题：每天都有海量AWR报告生成，人工分析AWR报告来筛选出Oracle数据库系统存在的性能问题或隐患，运维成本高，效率低。
技术实现思路
有鉴于此，本公开提供了一种报告处理方法、装置、计算机系统、可读存储介质及计算机程序产品。本公开的一个方面提供了一种报告处理方法，包括：将目标报告进行预处理，生成目标报告的词向量矩阵，其中，目标报告为关于数据库系统的运维情况报告；将词向量矩阵输入至报告识别模型中，得到由报告识别模型输出的输出结果；以及基于输出结果，确定针对数据库系统的性能评价结果。根据本公开的实施例，其中，目标报告包括结构化文本；其中，将目标报告进行预处理，生成目标报告的词向量矩阵包括：将目标报告转换为非结构化文本；对非结构化文本进行分词处理，生成分词集；以及基于分词集，生成词向量矩阵。>根据本公开的实施例，其中，基于分词集，生成词向量矩阵包括：利用词向量模型将分词集转换为词向量集；其中，分词集中的每个词语与词向量集中的一个词向量相对应；确定词向量集中的不满足预设长度的词向量；以及以向量值0填充不满足预设长度的词向量至预设长度。根据本公开的实施例，报告处理方法还包括：利用词向量训练集训练初始词向量模型，得到词向量模型，其中，词向量训练集中的训练样本包括自动工作负载信息库报告中的分词以及与其对应的词向量；判断词向量模型的偏差度是否满足预设偏差阈值；在词向量模型的偏差度满足预设偏差阈值的情况下，确定词向量模型为训练好的模型；在词向量模型的偏差度不满足预设偏差阈值的情况下，利用随机填充的方式处理词向量训练集中的训练样本，得到样本数量增加的新增词向量训练集；以及利用新增词向量训练集中的训练样本训练初始词向量模型，以便得到满足预设偏差阈值的模型。根据本公开的实施例，报告处理方法还包括：构建初始报告识别模型；对报告训练集中的训练样本进行预处理，生成训练样本的词向量矩阵，其中，报告训练集中的训练样本包括自动工作负载信息库报告和与其对应的标签，其中，标签用于表征自动工作负载信息库报告是否存在性能问题；将词向量矩阵输入至初始报告识别模型中，得到预测输出结果；将预测输出结果与标签输入至初始报告识别模型的损失函数中，得到损失结果；根据损失结果调整初始报告识别模型中的参数，直至损失函数收敛；以及将损失函数收敛时对应的模型作为报告识别模型。根据本公开的实施例，其中，初始报告识别模型包括依次堆叠的嵌入层、三维特征提取模块、第一全连接层、随机失活层和第二全连接层；其中，三维特征提取模块包括三组并联的特征提取子模块，每组特征提取子模块包括卷积层和池化层。根据本公开的实施例，报告处理方法还包括：从分词集中确定目标词语及目标词语的属性值；以及基于目标词语的属性值，确定针对数据库系统的初步性能评价结果。根据本公开的实施例，报告处理方法还包括：获取与初步性能评价结果不一致的性能评价结果；以及将与初步性能评价结果不一致的性能评价结果相对应的目标报告作为优化训练样本，优化训练报告识别模型，得到优化后的报告识别模型。本公开的另一个方面提供了一种报告处理装置，包括：生成模块，用于将目标报告进行预处理，生成目标报告的词向量矩阵，其中，目标报告为关于数据库系统的运维情况报告；输入模块，用于将词向量矩阵输入至报告识别模型中，得到由报告识别模型输出的输出结果；以及确定模块，用于基于输出结果，确定针对数据库系统的性能评价结果。本公开的再一方面提供一种计算机系统，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的报告处理方法。本公开的再一方面提供一种计算机可读存储介质，其上存储有可执行指令，指令被处理器执行时使处理器实现上述的报告处理方法。本公开的再一方面提供一种计算机程序产品，包括计算机程序，计算机程序包括计算机可执行指令，指令在被执行时用于实现上述的报告处理方法。根据本公开的实施例，因为采用了将目标报告进行预处理，生成目标报告的词向量矩阵，其中，目标报告为关于数据库系统的运维情况报告；将词向量矩阵输入至报告识别模型中，得到由报告识别模型输出的输出结果；以及基于输出结果，确定针对数据库系统的性能评价结果的技术手段，利用报告识别模型解析目标报告的方式来确定针对数据库系统的性能评价结果；所以至少部分地克服了现有技术中通过人工分析目标报告来筛选出数据库系统存在的性能问题或者隐患，而导致的处理效率低下、成本高的技术问题，进而达到了自动化处理目标报告，实现高效、快速、且精确的确定数据库系统的性能评价结果的技术效果。附图说明通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：图1示意性示出了可以本公开实施例的报告处理方法和装置的系统架构；图2示意性示出了根据本公开实施例的报告处理方法的流程图；图3示意性示出了根据本公开另一实施例的词向量模型的训练流程图；图4示意性示出了根据本公开实施例的报告识别模型的结构图；图5示意性示出了根据本公开实施例的报告处理装置的框图；以及图6示意性示出了根据本公开实施例的适于实现报告处理方法的计算机系统的框图。具体实施方式以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的本文档来自技高网...

【技术保护点】
1.一种报告处理方法，包括：/n将目标报告进行预处理，生成所述目标报告的词向量矩阵，其中，所述目标报告为关于数据库系统的运维情况报告；/n将所述词向量矩阵输入至报告识别模型中，得到由所述报告识别模型输出的输出结果；以及/n基于所述输出结果，确定针对所述数据库系统的性能评价结果。/n

【技术特征摘要】
1.一种报告处理方法，包括：
将目标报告进行预处理，生成所述目标报告的词向量矩阵，其中，所述目标报告为关于数据库系统的运维情况报告；
将所述词向量矩阵输入至报告识别模型中，得到由所述报告识别模型输出的输出结果；以及
基于所述输出结果，确定针对所述数据库系统的性能评价结果。


2.根据权利要求1所述的方法，其中，所述目标报告包括结构化文本；
其中，所述将目标报告进行预处理，生成所述目标报告的词向量矩阵包括：
将所述目标报告转换为非结构化文本；
对所述非结构化文本进行分词处理，生成分词集；以及
基于所述分词集，生成词向量矩阵。


3.根据权利要求2所述的方法，其中，所述基于所述分词集，生成词向量矩阵包括：
利用词向量模型将所述分词集转换为词向量集；其中，所述分词集中的每个词语与所述词向量集中的一个词向量相对应；
确定所述词向量集中的不满足预设长度的词向量；以及
以向量值0填充所述不满足预设长度的词向量至所述预设长度。


4.根据权利要求3所述的方法，还包括：
利用词向量训练集训练初始词向量模型，得到所述词向量模型，其中，所述词向量训练集中的训练样本包括所述自动工作负载信息库报告中的分词以及与其对应的词向量；
判断所述词向量模型的偏差度是否满足预设偏差阈值；
在所述词向量模型的偏差度满足所述预设偏差阈值的情况下，确定所述词向量模型为训练好的模型；
在所述词向量模型的偏差度不满足所述预设偏差阈值的情况下，利用随机填充的方式处理所述词向量训练集中的训练样本，得到样本数量增加的新增词向量训练集；以及
利用所述新增词向量训练集中的训练样本训练所述初始词向量模型，以便得到满足所述预设偏差阈值的模型。


5.根据权利要求1所述的方法，还包括：
构建初始报告识别模型；
对报告训练集中的训练样本进行预处理，生成所述训练样本的词向量矩阵，其中，所述报告训练集中的训练样本包括自动工作负载信息库报告和与其对应的标签，其中，所述标签用于表征所述自动工作负载信息库报告是否存在性能问题；
将所述词向量矩阵输入至所述初始报告...

【专利技术属性】
技术研发人员：饶丰，陆玮，李菲，盛君，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11