一种算法引擎的优化方法、装置、设备和存储介质制造方法及图纸

本申请公开了一种算法引擎的优化方法、装置、设备和存储介质，该方法包括：获取第一算法引擎数据；其中，第一算法引擎数据包括第一算法引擎包，第一算法引擎包为已利用测试集完成测试的算法引擎包；响应于用户的优化操作，获取与第一算法引擎包匹配的优化集，并利用优化集对第一算法引擎包进行优化，得到第二算法引擎包。通过上述方式，本申请能够提升对算法引擎的优化效率。擎的优化效率。擎的优化效率。

【技术实现步骤摘要】
一种算法引擎的优化方法、装置、设备和存储介质


[0001]本申请涉及算法引擎测试
，特别是涉及一种算法引擎的优化方法、装置、设备和存储介质。

技术介绍

[0002]目前，通用的优化方法及过程，主要是通过比较在同一测试集的机器结果与人工结果之间的差异，然后线下进行算法引擎的优化。但是，人工线下进行算法引擎的优化耗时较长，且操作过程中容易引入错误导致优化不可靠。

技术实现思路

[0003]本申请主要解决的技术问题是提供一种算法引擎的优化方法、装置、设备和存储介质，能够提升对算法引擎的优化效率。
[0004]为解决上述技术问题，本申请采用的一个技术方案是：提供一种算法引擎的优化方法，该方法包括：获取第一算法引擎数据；其中，第一算法引擎数据包括第一算法引擎包，第一算法引擎包为已利用测试集完成测试的算法引擎包；响应于用户的优化操作，获取与第一算法引擎包匹配的优化集，并利用优化集对第一算法引擎包进行优化，得到第二算法引擎包。
[0005]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种算法引擎的优化装置，该装置包括获取模块和优化模块；获取模块用于获取第一算法引擎数据；其中，第一算法引擎数据包括第一算法引擎包，第一算法引擎包为已利用测试集完成测试的算法引擎包；优化模块用于响应于用户的优化操作，获取与第一算法引擎包匹配的优化集，并利用优化集对第一算法引擎包进行优化，得到第二算法引擎包。
[0006]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种电子设备，该电子设备包括处理器和存储器，存储器存储有程序指令，处理器用于执行程序指令以实现上述的算法引擎的优化方法。
[0007]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质用于存储程序指令，程序指令能够被执行以实现上述的算法引擎的优化方法。
[0008]上述技术方案，响应于用户的优化操作，获取与第一算法引擎包匹配的优化集，并利用优化集对第一算法引擎包进行优化，得到第二算法引擎包。故，用户可通过优化操作即可实现对第一算法引擎包的优化，实现了用户线上自主对第一算法引擎包的优化，提升对第一算法引擎包的优化效率。
附图说明
[0009]图1是本申请提供的算法引擎的优化方法一实施例的流程示意图；
[0010]图2是图1所示步骤S11一实施例的流程示意图；
[0011]图3是本申请提供的获取测试集一实施例的流程示意图；
[0012]图4是图1所示步骤S12一实施例的流程示意图；
[0013]图5是本申请提供的算法引擎的优化装置一实施例的结构示意图；
[0014]图6是本申请提供的电子设备一实施例的结构示意图；
[0015]图7是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0016]为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。
[0017]需要说明的是，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其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”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
[0018]请参阅图1，图1是本申请提供的算法引擎的优化方法一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图1所示的流程顺序为限。如图1所示，本实施例包括：
[0019]步骤S11：获取第一算法引擎数据。
[0020]本实施例的方法用于实现用户对算法引擎的自主优化，以提升对算法引擎的优化效率，其中，本文所述的算法引擎包括但不限于医学文本实体抽取算法引擎、车辆识别算法引擎、语种识别算法引擎等，在此不做具体限定。
[0021]本实施方式中，获取第一算法引擎数据，其中，第一算法引擎数据包括第一算法引擎包，第一算法引擎包为已利用测试集完成测试的算法引擎包。其中，不对第一算法引擎包的类型进行具体限定；例如，第一算法引擎包为医学文本实体抽取算法引擎包、车辆识别算法引擎包、语种识别算法引擎包等。
[0022]在一实施方式中，具体可以从本地存储或者云端存储中获取得到第一算法引擎数据。可以理解地，在其他实施方式中，也可以实时利用测试集对未经测试的初始算法引擎包进行测试而得到已利用测试集完成测试的第一算法引擎包。
[0023]步骤S12：响应于用户的优化操作，获取与第一算法引擎包匹配的优化集，并利用优化集对第一算法引擎包进行优化，得到第二算法引擎包。
[0024]本实施方式中，响应于用户的优化操作，获取与第一算法引擎包匹配的优化集，并利用优化集对第一算法引擎包进行优化，得到第二算法引擎包；也就是说，将优化集中的优化数据融合至第一算法引擎包内部，以提升第一算法引擎包的效果。由于用户进行优化操作就可实现对第一算法引擎包的优化，即，实现用户线上自主对第一算法引擎包的优化，提升对第一算法引擎包的优化效率，加快了对第一算法引擎包的迭代更新。
[0025]在一实施方式中，响应于用户的优化操作，会自动基于测试分析结果确定对第一算法引擎包进行优化所需的优化集。当然，在其他实施方式中，也可用户自身基于测试分析结果确定对第一算法引擎包进行优化所需的优化集。
[0026]上述实施方式中，响应于用户的优化操作，获取与第一算法引擎包匹配的优化集，并利用优化集对第一算法引擎包进行优化，得到第二算法引擎包。故，用户可通过优化操作即可实现对第一算法引擎包的优化，实现了用户线上自主对第一算法引擎包的优化，提升对第一算法引擎包的优化效率。
[0027]请参阅图2，图2是图1所示步骤S11一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图2所示的流程顺序为限。如图2所示，本实施例中，测试集包括若干测试子集以及第一算法引擎数据还包括第一算法引擎包对应的测试分析结果，实时利用测试集对未经测试的第一算法引擎包进行测试而得到已利用测试集完成测试的第一算法引擎包，具体包括：
[0028]步骤S21：获取初始算法引擎包以及确定测试配置参数。
[0029]本实施方式中，获取初始算法引擎包。在一实施方式中，具体可以从本地存储或者云端存储中获取得到初始算法引擎包。可以理解地，在其他实施方式中，也可以实施生成初始算法引擎包，在此不做具体限定；具体地，获取初始算法引擎包对应的代码，其中，可从代码管理仓库自动拉取相应Tag的版本源码文件；然后，对初始算法引擎包对应的代码进行编译和打包，得到初始算法引擎包，即，对代码进行编译和打包，得到可对外发布的引擎版本包。
[0030]另外，本实施方式中，还要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种算法引擎的优化方法，其特征在于，所述方法包括：获取第一算法引擎数据；其中，所述第一算法引擎数据包括第一算法引擎包，所述第一算法引擎包为已利用测试集完成测试的算法引擎包；响应于用户的优化操作，获取与所述第一算法引擎包匹配的优化集，并利用所述优化集对所述第一算法引擎包进行优化，得到第二算法引擎包。2.根据权利要求1所述的方法，其特征在于，所述第一算法引擎数据还包括所述第一算法引擎包对应的测试分析结果；所述响应于用户的优化操作，获取与所述第一算法引擎包匹配的优化集，包括：响应于用户的优化操作，基于所述第一算法引擎包的测试分析结果，确定与所述第一算法引擎包匹配的优化集参数；从优化数据存储池中，提取与所述确定的优化集参数对应的数据，得到与所述第一算法引擎包匹配的优化集；其中，所述优化数据存储池中的数据与所述第一算法引擎包关联。3.根据权利要求2所述的方法，其特征在于，所述响应于用户的优化操作，基于所述第一算法引擎包的测试分析结果，确定与所述第一算法引擎包匹配的优化集参数，包括：响应于用户的优化操作，在显示界面显示优化配置区域；响应于用户在所述优化配置区域中的优化集参数配置操作，确定与所述第一算法引擎包匹配的优化集参数。4.根据权利要求1所述的方法，其特征在于，所述测试集包括若干测试子集，所述测试子集上标注有真实结果，所述第一算法引擎数据还包括所述第一算法引擎包对应的测试分析结果；所述获取第一算法引擎数据，包括：获取初始算法引擎包以及确定测试配置参数；其中，所述测试配置参数包括测试集参数和测试分析参数；从所述测试集中，抽取与所述测试集参数匹配的测试子集；并利用所述与测试集参数匹配的测试子集对所述初始算法引擎包进行测试，得到所述第一算法引擎包以及测试结果；利用所述测试结果和所述真实结果，得到在目标分析维度下的所述测试分析结果；其中，所述目标分析维度与所述测试分析参数匹配。5.根据权利要求4所述的方法，其特征在于，所述测试分析结果包括准确率、召回率、F1值中的至少一者；和/或，...

【专利技术属性】
技术研发人员：李成文，谢姗姗，张晓燕，肖飞，赵景鹤，
申请(专利权)人：安徽讯飞医疗股份有限公司武汉分公司，
类型：发明
国别省市：