本申请公开了一种信息处理方法、装置及存储介质，涉及人工智能技术领域。该方法具体包括：电子设备获取多个业务数据。电子设备基于数据库确定与多个业务数据分别对应的神经网络模型，其中，数据库包括至少一个神经网络模型和至少一类业务数据之间的对应关系，不同的神经网络模型所关联的业务数据的类型不同。针对至少一个神经网络模型中的第一神经网络模型，电子设备通过第一神经网络模型对第一业务数据进行识别，获得识别结果，其中，第一业务数据与第一神经网络模型对应。若识别结果小于预设阈值，电子设备则更新数据库中与第一业务数据对应的第一神经网络模型。通过该方法可以提高对信息处理的效率。高对信息处理的效率。高对信息处理的效率。
【技术实现步骤摘要】
一种信息处理方法、装置及存储介质
[0001]本专利技术涉及人工智能
，尤其涉及一种信息处理方法、装置及存储介质。
技术介绍
[0002]由于当前人工智能技术应用场景的复杂化、多样化，逐渐衍生出数量较多的神经网络模型，这些模型的功能不尽相同。例如，如果需要在固定场景下进行物体的识别，可以建立用于图像识别的卷积神经网络模型。又例如，如果需要通过语音信息来进行用户身份认证，可以建立语音识别模型。
[0003]为了满足多样化的需求，在进行应用开发时，可以将多个模型集成到应用。如何将多个模型集成到一个应用是亟待解决的问题。
技术实现思路
[0004]本申请提供了一种信息处理方法、装置及存储介质，用于将多个模型集成到一个应用，同时可以并行处理多个模型，提高处理效率。
[0005]第一方面，本申请提供了一种信息处理方法。该方法可应用于具有处理能力的电子设备，该方法具体包括：电子设备获取多个业务数据，多个业务数据来自多个终端，一个终端的一个任务对应一个业务数据。电子设备基于数据库确定与多个业务数据分别对应的神经网络模型，其中，数据库包括至少一个神经网络模型和至少一类业务数据之间的对应关系，不同的神经网络模型所关联的业务数据的类型不同。电子设备针对至少一个神经网络模型中的第一神经网络模型，通过第一神经网络模型对第一业务数据进行识别，获得识别结果，其中，第一业务数据与第一神经网络模型对应。若识别结果小于预设阈值，电子设备则更新数据库中与第一业务数据对应的第一神经网络模型。
[0006]在本申请实施例中，电子设备获取多个业务数据，并基于数据库确定多个业务数据分别对应的神经网络模型。电子设备通过第一神经网络模型对第一业务数据进行识别，若识别结果小于预设阈值，则更新数据库中第一业务数据对应的第一神经网络模型。由于数据库中预先存储了至少一个神经网络模型和至少一类业务数据之间的对应关系，使得当存在多类业务数据时，可以根据对应关系调用不同的模型，提高对输入信息进行并行处理的能力，若识别结果小于预设阈值，还可以将对应关系进行更新，不断优化模型的识别准确率。
[0007]可选的，若识别结果小于预设阈值，电子设备则更新数据库中与第一业务数据对应的第一神经网络模型，包括：若识别结果小于预设阈值，电子设备调整第一神经网络模型的训练参数，对第一神经网络模型进行训练，获得第二神经网络模型。若第二神经网络模型的识别准确率大于或等于预设阈值，电子设备将数据库中第一神经网络模型更新为第二神经网络模型。
[0008]在本申请实施例中，电子设备可以对模型的识别准确率设置预设阈值，当第一神经网络模型对第一输入数据进行识别之后，若识别结果不满足预设阈值，可以重新训练第
一神经网络模型，获得第二神经网络模型，以提高对业务数据的识别准确率。
[0009]可选的，若识别结果小于预设阈值，电子设备则更新数据库中与第一业务数据对应的所述第一神经网络模型，包括：若识别结果小于预设阈值，电子设备从数据库中选择识别结果大于或等于预设阈值的第二神经网络模型，第二神经网络模型与第一业务数据对应，第二神经网络模型的版本与第一神经网络模型的版本不同。电子设备将第一业务数据与第一神经网络模型的对应关系更新为第一业务数据与第二神经网络模型的对应关系。
[0010]在本申请实施例中，电子设备在通过第一神经网络模型对第一业务数据进行识别之后，若识别结果小于预设阈值，可以根据业务需求(例如，神经网络模型识别时占用的计算资源)将第一业务数据调整为与第二神经网络模型的对应关系，也就是说，业务数据与神经网络模型的对应关系可以灵活调整。
[0011]可选的，在获取多个业务数据之后，该方法还包括：电子设备对多个业务数据进行分类，获得至少一类业务数据。电子设备筛选出至少一类业务数据中的异常数据，异常数据包括与至少一个神经网络模型运行不相关的第二业务数据。电子设备均衡来自多个终端的同一类业务数据，获得多个业务数据样本，业务数据样本用于训练业务数据样本对应的神经网络模型。
[0012]在本申请实施例中，电子设备通过对多个业务数据进行分类，并筛选出其中的异常数据，并均衡来自多个终端的同一类业务数据，可以保证多个神经网络模型稳定运行。
[0013]可选的，该方法还包括：接收告警信息，告警信息指示第一神经网络模型在识别过程中出现异常。重新设置第一神经网络模型的训练参数，并将异常记录保存至数据库。
[0014]可选的，在电子设备获取多个业务数据之前，该方法还包括：电子设备对多个业务数据进行解析，将多个业务数据转换至固定格式，固定格式为电子设备能够处理的数据格式。
[0015]第二方面，本申请提供了一种信息处理装置。该装置包括获取模块、确定模块、识别模块及更新模块。其中，获取模块用于获取多个业务数据，多个业务数据来自多个终端，一个终端的一个任务对应一个业务数据。确定模块用于基于数据库确定与多个业务数据分别对应的神经网络模型，其中，数据库包括至少一个神经网络模型和至少一类业务数据之间的对应关系，不同的神经网络模型所关联的业务数据的类型不同。识别模块用于针对至少一个神经网络模型中的第一神经网络模型，通过第一神经网络模型对第一业务数据进行识别，获得识别结果，其中，第一业务数据与第一神经网络模型对应。更新模块用于若识别结果小于预设阈值，电子设备则更新数据库中与第一业务数据对应的第一神经网络模型。
[0016]可选的，更新模块具体用于：若识别结果小于预设阈值，调整第一神经网络模型的训练参数，对第一神经网络模型进行训练，获得第二神经网络模型。若第二神经网络模型的识别准确率大于或等于预设阈值，将数据库中第一神经网络模型更新为第二神经网络模型。
[0017]可选的，更新模块具体用于：若识别结果小于预设阈值，电子设备从数据库中选择识别结果大于或等于预设阈值的第二神经网络模型，第二神经网络模型与第一业务数据对应，第二神经网络模型的版本与第一神经网络模型的版本不同。电子设备将第一业务数据与第一神经网络模型的对应关系更新为第一业务数据与第二神经网络模型的对应关系。
[0018]可选的，获取模块还用于：对多个业务数据进行分类，获得至少一类业务数据。筛
选出至少一类业务数据中的异常数据，异常数据包括与至少一个神经网络模型运行不相关的第二业务数据。均衡来自多个终端的同一类业务数据，获得多个业务数据样本，业务数据样本用于训练业务数据样本对应的神经网络模型。
[0019]可选的，确定模块还用于：接收告警信息，告警信息指示第一神经网络模型在识别过程中出现异常。重新设置第一神经网络模型的训练参数，并将异常记录保存至数据库。
[0020]可选的，获取模块还用于：对多个业务数据进行解析，将多个业务数据转换至固定格式，固定格式为电子设备能够处理的数据格式。
[0021]第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器以及与处理器通信连接的存储器。其中，存储器存储有计算机执行指令，该指令被处理器执行，以使处理器能够执行上本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种信息处理方法，其特征在于，所述方法应用于部署多个神经网络模型的电子设备，所述方法包括：获取多个业务数据，所述多个业务数据来自多个终端，一个终端的一个任务对应一个业务数据；基于数据库确定与多个业务数据分别对应的神经网络模型，其中，所述数据库包括至少一个神经网络模型和至少一类业务数据之间的对应关系，不同的神经网络模型所关联的业务数据的类型不同；针对至少一个神经网络模型中的第一神经网络模型，通过所述第一神经网络模型对第一业务数据进行识别，获得识别结果，其中，所述第一业务数据与所述第一神经网络模型对应；若所述识别结果小于预设阈值，则更新所述数据库中与所述第一业务数据对应的所述第一神经网络模型。2.如权利要求1所述的方法，其特征在于，若所述识别结果小于预设阈值，则更新所述数据库中与所述第一业务数据对应的所述第一神经网络模型，包括：若所述识别结果小于预设阈值，调整所述第一神经网络模型的训练参数，对所述第一神经网络模型进行训练，获得第二神经网络模型；若所述第二神经网络模型的识别准确率大于或等于所述预设阈值，将所述数据库中所述第一神经网络模型更新为所述第二神经网络模型。3.如权利要求1所述的方法，其特征在于，若所述识别结果小于预设阈值，则更新所述数据库中与所述第一业务数据对应的所述第一神经网络模型，包括：若所述识别结果小于预设阈值，从所述数据库中选择识别结果大于或等于所述预设阈值的第二神经网络模型，所述第二神经网络模型与所述第一业务数据对应，所述第二神经网络模型的版本与所述第一神经网络模型的版本不同；将所述第一业务数据与所述第一神经网络模型的对应关系更新为所述第一业务数据与所述第二神经网络模型的对应关系。4.如权利要求1
‑
3任一项所述的方法，其特征在于，在获取多个业务数据之后，所述方法还包括：对所述多个业务数据进行分类，获得至少一类业务数据；筛选出至少一类业务数据中的异常数据，所述异常数据包括与所述至少一个神经网络模型运行不相关的第二业务数据；...
【专利技术属性】
技术研发人员：朱松浩，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。