【技术实现步骤摘要】
任务处理方法、自动问答方法以及任务处理系统
[0001]本说明书实施例涉及计算机
,特别涉及一种任务处理方法
。
本说明书一个或者多个实施例同时涉及一种自动问答方法,一种任务处理系统,一种任务处理装置,一种自动问答装置,一种计算设备,一种计算机可读存储介质以及一种计算机程序
。
技术介绍
[0002]随着计算机技术的发展,大模型开始大放异彩,在语言理解
、
生成
、
交互和推理方面表现出的非凡能力,广泛应用于对话
、
翻译
、
代码生成等的自然语言处理领域
。
然而,企业和用户产生的数据模态越来越多,如何利用大模型处理多模态数据逐渐成为研究重点
。
[0003]目前,在利用大模型进行任务处理之前,通常利用编码器对不同模态的数据进行编码,将编码得到的数据特征发送给大模型进行任务处理
。
然而,不同模态的数据在进行编码时的耗时有所不同,大模型需要等待多模态数据均编码完成后才能进行任务处理,导致任务处理效率极低,因此,亟需一种高效的任务处理方案
。
技术实现思路
[0004]有鉴于此,本说明书实施例提供了一种任务处理方法
。
本说明书一个或者多个实施例同时涉及一种自动问答方法,一种任务处理系统,一种任务处理装置,一种自动问答装置,一种计算设备,一种计算机可读存储介质以及一种计算机程序,以解决现有技术中存在的技术缺陷
。
[000 ...
【技术保护点】
【技术特征摘要】
1.
一种任务处理方法,应用于任务处理系统的服务单元,所述任务处理系统包括所述服务单元和特征存储单元,所述方法包括:接收针对多模态待处理数据的任务处理请求;从所述特征存储单元中获取所述多模态待处理数据的待处理数据特征,其中,所述待处理数据特征为多个特征提取模型对所述多模态待处理数据预先处理得到的,所述特征提取模型与所述待处理数据的模态一一对应;将所述待处理数据特征输入任务处理模型,获得任务处理结果,其中,所述任务处理模型为自然语言的深度学习模型
。2.
根据权利要求1所述的方法,所述从所述特征存储单元中获取所述多模态待处理数据的待处理数据特征之前,还包括:将任一模态待处理数据输入该模态对应的特征提取模型,获得所述任一模态待处理数据的数据特征;将所述多模态待处理数据的待处理数据特征存储至特征存储单元
。3.
根据权利要求2所述的方法,所述将任一模态待处理数据输入该模态对应的特征提取模型,获得所述任一模态待处理数据的数据特征之前,还包括:对任一模态待处理数据进行模态分析,确定该模态对应的特征提取模型
。4.
根据权利要求2所述的方法,所述将任一模态待处理数据输入该模态对应的特征提取模型,获得所述任一模态待处理数据的数据特征之前,还包括:从对象存储服务中获取所述多模态待处理数据
。5.
根据权利要求1所述的方法,所述从所述特征存储单元中获取所述多模态待处理数据的待处理数据特征,包括:根据所述多模态待处理数据对应的数据属性信息,从所述特征存储单元中获取所述多模态待处理数据的待处理数据特征,其中,所述待处理数据特征为任务请求方通过网关接口层调用多个特征提取模型对所述多模态待处理数据预先处理得到的
。6.
根据权利要求1所述的方法,所述任务处理系统还包括网关接口层;所述接收针对多模态待处理数据的任务处理请求,包括:接收任务请求方通过所述网关接口层发送的针对多模态待处理数据的任务处理请求
。7.
根据权利要求1所述的方法,所述任务处理系统还包括网关接口层;所述将所述待处理数据特征输入任务处理模型,获得任务处理结果,包括:通过所述网关接口层,将所述待处理数据特征输入任务处理模型,获得任务处理结果
。8.
根据权利要求1或7...
【专利技术属性】
技术研发人员:张志成,刘阳,苏璐岩,
申请(专利权)人:阿里巴巴中国有限公司,
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。