信息处理方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种信息处理方法、装置、电子设备及存储介质，涉及大数据、知识图谱、深度学习等人工智能技术领域。具体实现方案为：根据多个变量以及所述多个变量各自对应的取值，确定第一独立性关系，所述第一独立性关系包括，所述多个变量中至少两个变量相对独立；根据所述多个变量以及所述第一独立性关系，确定第一调整方案；根据所述第一调整方案，调整所述第一独立性关系，得到第二独立性关系；根据所述第二独立性关系，得到因果关系信息处理结果。本公开实施例能够提高因果关系处理结果的准确性。准确性。准确性。

【技术实现步骤摘要】
信息处理方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，尤其涉及大数据、知识图谱、深度学习等人工智能


技术介绍

[0002]随着计算机技术的发展，数据处理等计算机相关的技术也不断地取得了进步。在某些场合中，需要对数据中的因果关系进行分析。因果关系分析方式的准确性、稳定性的提升是数据处理过程中的一个重要问题。

技术实现思路

[0003]本公开提供了一种信息处理方法、装置、电子设备及存储介质。
[0004]根据本公开的一方面，提供了一种信息处理方法，包括：
[0005]根据多个变量以及多个变量各自对应的取值，确定第一独立性关系，第一独立性关系包括：多个变量中至少两个变量相对独立；
[0006]根据多个变量以及第一独立性关系，确定第一调整方案；
[0007]根据第一调整方案，调整第一独立性关系，得到第二独立性关系；
[0008]根据第二独立性关系，得到因果关系信息处理结果。
[0009]根据本公开的另一方面，提供了一种信息处理装置，包括：
[0010]第一独立性关系模块，用于根据多个变量以及多个变量各自对应的取值，确定第一独立性关系，第一独立性关系包括：多个变量中至少两个变量相对独立；
[0011]第一调整方案模块，用于根据多个变量以及第一独立性关系，确定第一调整方案；
[0012]第二独立性关系模块，用于根据第一调整方案，调整第一独立性关系，得到第二独立性关系；
[0013]处理结果模块，用于根据第二独立性关系，得到因果关系信息处理结果。
[0014]根据本公开的另一方面，提供了一种电子设备，包括：
[0015]至少一个处理器；以及
[0016]与该至少一个处理器通信连接的存储器；其中，
[0017]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。
[0018]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。
[0019]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任一实施例中的方法。
[0020]根据本公开的技术，能够分析数据中的因果关系，能够在需要调整因果关系的情况下，根据第一独立性关系和变量，生成对应的调整方案，得到更为准确的第二独立性关系，从而使得因果关系分析的结果具有较高的稳定性和准确性。本公开实施例在应用于机
器学习、深度学习等场景时，能够提高模型分析数据的能力。
[0021]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0022]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0023]图1是根据本公开一实施例的信息处理方法示意图；
[0024]图2A是根据本公开另一实施例的信息处理方法示意图；
[0025]图2B
‑
C是根据本公开一示例的V结构示意图；
[0026]图2D
‑
E是根据本公开一示例的第一独立性关系转换为有向无环图的过程示意图；
[0027]图3是根据本公开又一实施例的信息处理方法示意图；
[0028]图4是根据本公开又一实施例的信息处理方法示意图；
[0029]图5是根据本公开一示例的信息处理方法示意图；
[0030]图6A—D是根据本公开一示例的处理效果对比示意图；
[0031]图7是根据本公开一示例的因果关系示意图；
[0032]图8是根据本公开一实施例的信息处理装置示意图；
[0033]图9是根据本公开另一实施例的信息处理装置示意图；
[0034]图10是根据本公开又一实施例的信息处理装置示意图；
[0035]图11是根据本公开又一实施例的信息处理装置示意图；
[0036]图12是根据本公开又一实施例的信息处理装置示意图；
[0037]图13是用来实现本公开实施例的信息处理方法的电子设备的框图。
具体实施方式
[0038]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0039]本公开实施例首先提供一种信息处理方法，如图1所示，包括：
[0040]步骤S11：根据多个变量以及多个变量各自对应的取值，确定第一独立性关系，第一独立性关系包括：多个变量中至少两个变量相对独立；
[0041]步骤S12：根据多个变量以及第一独立性关系，确定第一调整方案；
[0042]步骤S13：根据第一调整方案，调整第一独立性关系，得到第二独立性关系；
[0043]步骤S14：根据第二独立性关系，得到因果关系信息处理结果。
[0044]本实施例中，变量可以是采集到的任意用于训练模型或者用于分析因果关系的数据集中的变量。比如，针对采集到的相关经济数据的数据集，多个变量可以包括股市指数、黄金价格、白银价格、铂金价格、某国货币价格、消费者物价指数、国民经济总值等等。
[0045]变量可以是表面上具有一定的相关性的参数，也可以是表面上不具有相关性的参数，比如，多个变量可以包括股市指数、地球平均温度等；再如，变量可以包括人口数量、平均房价、平均收入、人口出生率、城市绿化率、城市面积等。
[0046]变量各自对应的取值可以是每个变量对应取一个数值，比如，在相同的时间、地点等条件下采集到的变量的数值。
[0047]变量各自对应的取值可以是每个变量在多个条件下对应获取的多个数值。比如，变量A、B、C、D、E、F，在第一条件下对应获取的多个数值A1、B1、C1、D1、E1、F1，在第二条件下对应获取的多个数值A2、B2、C2、D2、E2、F2，在第三条件下对应获取的多个数值A3、B3、C3、D3、E3、F3，等等。
[0048]具体例如，多个变量可以包括第一经济指数、第一教育指数、第一体育指数、第一城市规模指数、第一气候指数等。多个变量各自对应的取值可以包括2001年的第一经济指数、第一教育指数、第一体育指数、第一城市规模指数、第一气候指数各自的取值，2002年的第一经济指数、第一教育指数、第一体育指数、第一城市规模指数、第一气候指数各自的取值等等。
[0049]多个变量各自对应的取值可以是多个变量在各自不同的条件下获取到的数值。
[0050]再如，多个变量可以包括车流量、毕业生就业率、人口出生率、人口平均本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息处理方法，包括：根据多个变量以及所述多个变量各自对应的取值，确定第一独立性关系，所述第一独立性关系包括：所述多个变量中至少两个变量相对独立；根据所述多个变量以及所述第一独立性关系，确定第一调整方案；根据所述第一调整方案，调整所述第一独立性关系，得到第二独立性关系；根据所述第二独立性关系，得到因果关系信息处理结果。2.根据权利要求1所述的方法，其中，所述根据所述多个变量以及所述第一独立性关系，确定第一调整方案，包括：对所述第一独立性关系与所述多个变量的实际独立性的一致性进行检验，得到第一检验结果；根据所述第一检验结果，确定第一调整方案。3.根据权利要求2所述的方法，其中，所述对所述第一独立性关系与所述多个变量的实际独立性的一致性进行检验，包括：基于所述第一独立性关系确定节点和边，所述节点对应所述变量，所述边用于表示通过所述边连接的两个节点相互不独立；根据所述第一独立性关系、所述节点和边，确定V结构，得到关于所有变量的初步有向无环图；所述V结构包括顶部节点和所述顶部节点两边的端节点，所述端节点与所述顶部节点之间存在边且指向所述顶部节点，所述端节点为原因，所述顶部节点为结果；根据预设的补全规则，补全所述初步有向无环图中无方向的边的方向，得到补全结果；对所述补全结果与所述多个变量的实际独立性的一致性进行检验。4.根据权利要求3所述的方法，其中，所述根据预设的补全规则，补全所述初步有向无环图中无方向的边的方向，包括：针对所述初步有向无环图中无方向的边，在根据第一方向进行补全会导致与所述预设的补全规则相冲突的情况下，按照与第一方向相反的第二方向对所述边进行补全；针对所述初步有向无环图中无方向的边，在根据第一方向进行补全不会导致与所述预设的补全规则相冲突，且根据第二方向进行补全会导致与所述预设的补全规则相冲突的情况下，按照所述第一向对所述边进行补全。5.根据权利要求3或4所述的方法，其中，所述对所述补全结果与所述多个变量的实际独立性的一致性进行检验，包括：根据预设的检验规则，对所述补全结果与所述多个变量的实际独立性的一致性进行检验。6.根据权利要求1所述的方法，其中，所述多个变量中至少两个变量包括：第一变量、第二变量；所述多个变量中至少两个变量相对独立，包括：第一变量与第二变量在其它变量存在的条件下独立；或，第一变量与第二变量相对独立。7.根据权利要求6所述的方法，其中，在所述第一变量与第二变量在其它变量存在的条件下独立的情况下，所述第一调整方案包括：调整所述其它变量。8.根据权利要求6或7所述的方法，其中，所述第一调整方案包括：
调整所述第一变量与第二变量的相对独立性。9.根据权利要求1
‑
8中任意一项所述的方法，其中，所述根据所述第一调整方案，调整所述第一独立性关系，得到第二独立性关系，包括：对调整后的第一独立性关系与所述多个变量的实际独立性的一致性进行检验，得到第二检验结果；在所述第二检验结果为所述调整后的独立性关系与所述多个变量的实际独立性均一致的情况下，将调整后的独立性关系作为第二独立性关系。10.根据权利要求9所述的方法，所述根据所述第一调整方案，调整所述第一独立性关系，得到第二独立性关系，包括：在所述第二检验结果为所述调整后的独立性关系与所述多个变量不一致的情况下，将所述调整后的独立性关系作为新的第一独立性关系；将调整次数加1，返回所述根据所述多个变量以及所述第一独立性关系，确定第一调整方案的步骤。11.根据权利要求10所述的方法，还包括：在所述调整次数达到设定值后，确定所述变量中至少两个相互不独立的变量；根据所述至少两个相互不独立的变量，确定第二独立性关系。12.根据权利要求1
‑
11中任意一项所述的方法，所述根据所述第二独立性关系，得到因果关系信息处理结果，包括：根据所述第二独立性关系，确定所述多个变量之间的因果关系。13.一种信息处理装置，包括：第一独立性关系模块，用于根据多个变量以及所述多个变量各自对应的取值，确定第一独立性关系，所述第一独立性关系包括：所述多个变量中至少两个变量相对独立；第一调整方案模块，用于根据所述多个变量以及所述第一独立性关系，确定第一调整方案；第二独立性关系模块，用...

【专利技术属性】
技术研发人员：孙健，彭卫华，吴辰晔，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：