【技术实现步骤摘要】
本公开涉及人工智能，具体地涉及一种数据操作方法、装置、设备和介质。
技术介绍
1、在一个典型的场景中，用户通过平台进行数据处理操作，以实现上层的业务逻辑的处理。目前，在用的部分自主查数平台，由于入口不统一，导致不同系统的数据需要从不同平台获取，不同平台间的业务逻辑和操作语句存在差异，这种差异在一定程度上导致了使用成本较高。同时，繁杂的业务逻辑和操作语句的学习成本也较高，这对用户而言是一笔不小的学习成本。
技术实现思路
1、鉴于上述问题，本公开提供了提高数据操作效率并降低数据操作使用成本的数据操作方法、装置、设备和介质。
2、根据本公开的第一个方面，提供了一种数据操作方法，包括：提取来自用户的提交信息中涉及数据操作的信息，得到实体信息和所述实体信息之间的语义关系；基于所述实体信息和所述语义关系，形成m个可执行的指令，m为正整数；以及执行所述m个可执行的指令，得到返回结果。
3、根据本公开的实施例，其中，所述提取来自用户的提交信息中涉及数据操作的信息，得到实体信息和所述实体信息之间的语义关系，包括：抽取所述提交信息中的实体信息，得到初步实体信息；对所述初步实体信息执行消歧处理，得到标准实体信息；获取所述提交信息中的语义关系。
4、根据本公开的实施例，所述抽取所述提交信息中的实体信息，得到初步实体信息，包括：对所述提交信息执行预处理，得到预处理结果；将所述预处理结果作为预设的第一机器学习模型的输入，得到实体识别结果表；基于所述实体识别结果表和预设的目标
5、根据本公开的实施例，其中，所述将所述预处理结果作为预设的机器学习模型的输入，得到实体识别结果表，包括：将所述预处理结果转换为向量形式，得到向量结果；基于所述向量结果输出文本序列；以及基于所述文本序列，生成所述实体识别结果表。
6、根据本公开的实施例，其中，所述对所述初步实体信息执行消歧处理，得到标准实体信息，包括：基于预设的第二机器学习模型对所述实体信息执行消歧处理，得到标准实体信息，其中，所述第二机器学习模型包括聚类模型，所述基于预设的第二机器学习模型对所述实体信息执行消歧处理，得到标准实体信息，包括：获取初步实体信息、所述初步实体信息对应的指标项和标准实体信息；基于所述初步实体信息的指标项，通过所述聚类模型对所述初步实体信息分类，得到实体类别和第一映射关系，所述第一映射关系是所述初步实体信息和所述实体类别之间的映射关系；基于所述实体类别匹配所述标准实体信息，并结合所述第一映射关系生成第二映射关系，所述第二映射关系是所述标准实体信息和所述初步实体信息的映射关系；以及按照所述第二映射关系，将所述初步实体信息转化为所述标准实体信息。
7、根据本公开的实施例，其中，所述指标项包括第一指标项和第二指标项，所述第一指标项是所述初步实体信息自身特征的指标项，所述第二指标项是所述初步实体信息所处上下文特征的指标项。
8、根据本公开的实施例，其中，所述预设的第二机器学习模型还包括自然语言处理模型，所述对所述初步实体信息执行消歧处理，得到标准实体信息，还包括：获取初步实体信息对应的上下文和标准实体信息的上下文；基于所述初步实体信息对应的上下文和所述标准实体信息的上下文，通过所述自然语言处理模型，计算相似度；在所述相似度满足预设规则的情况下，选取所述相似度作为第一相似度；基于所述第一相似度生成第三映射关系，所述第三映射关系是所述初步实体信息和所述标准实体信息的映射关系；以及按照所述第三映射关系，将所述初步实体信息转化为所述标准实体信息。
9、根据本公开的实施例，其中，所述预设规则包括：按照排名选取所述第一相似度；或者按照阈值选取所述第一相似度。
10、根据本公开的实施例，其中，所述获取所述提交信息中的语义关系，包括：获取所述实体信息之间的初步词条；基于所述初步词条匹配预设的标准语义词条；以及在所述初步词条匹配预设的标准语义词条成功的情况下，将所述初步词条替换为所述标准语义词条并标记为语义关系。
11、根据本公开的实施例，其中，所述基于所述初步词条匹配预设的标准语义词条，包括：直接匹配所述初步词条匹配预设的标准语义词条；或者计算所述初步词条和所述预设的标准语义词条之间的相似度；选取相似度大于第二相似度阈值的初步词条。
12、根据本公开的实施例，其中，所述基于所述实体信息和所述语义关系，形成m个可执行的指令，m为正整数，包括：基于预设的关联勾稽关系、所述实体信息和所述语义关系生成指令集合；以及将所述指令集合拆分为所述m个可执行的指令，所述m个可执行的指令中每个指令对应执行顺序。
13、根据本公开的实施例，其中，所述基于预设的关联勾稽关系、所述实体信息和所述语义关系生成指令集合，包括：基于所述实体信息和/或所述语义关系获取指令模板；以及将所述实体信息和/或所述语义关系注入所述指令模板，得到可执行的指令。
14、根据本公开的实施例，其中，所述执行所述m个可执行的指令，得到返回结果，包括：按照所述执行顺序，执行所述m个可执行的指令，得到返回结果。
15、本公开的第二方面提供了一种数据操作装置，包括：字符提取模块，用于提取来自用户的提交信息中涉及数据操作的信息，得到实体信息和所述实体信息之间的语义关系；指令形成模块，用于基于所述实体信息和所述语义关系，形成m个可执行的指令，m为正整数；以及指令执行模块，用于执行所述m个可执行的指令，得到返回结果。
16、根据本公开的实施例，其中，所述字符提取模块，包括：实体抽取子模块、实体消歧子模块、语义抽取子模块以及字符串形成子模块，所述实体抽取子模块，用于抽取所述提交信息中的实体信息，得到初步实体信息；所述实体消歧子模块，用于对所述初步实体信息执行消歧处理，得到标准实体信息；所述语义抽取子模块，用于获取所述提交信息中的语义关系。
17、根据本公开的实施例，所述实体抽取子模块，包括：预处理单元、实体识别结果表生成单元、相似度结果表生成单元以及初步实体信息生成单元，所述预处理单元，用于对所述提交信息执行预处理，得到预处理结果；所述实体识别结果表生成单元，用于将所述预处理结果作为预设的第一机器学习模型的输入，得到实体识别结果表；所述相似度结果表生成单元，用于基于所述实体识别结果表和预设的目标业务表，计算相似度，得到相似度结果表；以及所述初步实体信息生成单元，用于去除所述相似度结果表中小于第一相似度阈值的实体信息，得到所述初步实体信息。
18、根据本公开的实施例，其中，所述实体识别结果表生成单元，还用于将所述预处理结果转换为向量形式，得到向量结果；基于所述向量结果输出文本序列；以及基于所述文本序列，生成所述实体识别结果表。
19、根据本公开的实施例，其中，所述实体消歧子模块，包括：机器学习消歧单元，所述机器学习消歧单元，用于基于预设的第本文档来自技高网...
【技术保护点】
1.一种数据操作方法，包括：
2.根据权利要求1所述的方法，其中，所述提取来自用户的提交信息中涉及数据操作的信息，得到实体信息和所述实体信息之间的语义关系，包括：
3.根据权利要求2所述的方法，其中，所述抽取所述提交信息中的实体信息，得到初步实体信息，包括：
4.根据权利要求3所述的方法，其中，所述将所述预处理结果作为预设的机器学习模型的输入，得到实体识别结果表，包括：
5.根据权利要求2～4任一项所述的方法，其中，
6.根据权利要求5所述的方法，其中，所述指标项包括第一指标项和第二指标项，所述第一指标项是所述初步实体信息自身特征的指标项，所述第二指标项是所述初步实体信息所处上下文特征的指标项。
7.根据权利要求5所述的方法，其中，所述预设的第二机器学习模型还包括自然语言处理模型，
8.根据权利要求7所述的方法，其中，所述预设规则包括：
9.根据权利要求2所述的方法，其中，所述获取所述提交信息中的语义关系，包括：
10.根据权利要求9所述的方法，其中，所述基于所述初步词条匹
11.根据权利要求1、2、3、4、6、7、8、9和10任一项所述的方法，其中，所述基于所述实体信息和所述语义关系，形成M个可执行的指令，M为正整数，包括：
12.根据权利要求11所述的方法，其中，所述基于预设的关联勾稽关系、所述实体信息和所述语义关系生成指令集合，包括：
13.根据权利要求11所述的方法，其中，所述执行所述M个可执行的指令，得到返回结果，包括：
14.一种数据操作装置，包括：
15.一种电子设备，包括：
16.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～13中任一项所述的方法。
...【技术特征摘要】
1.一种数据操作方法，包括：
2.根据权利要求1所述的方法，其中，所述提取来自用户的提交信息中涉及数据操作的信息，得到实体信息和所述实体信息之间的语义关系，包括：
3.根据权利要求2所述的方法，其中，所述抽取所述提交信息中的实体信息，得到初步实体信息，包括：
4.根据权利要求3所述的方法，其中，所述将所述预处理结果作为预设的机器学习模型的输入，得到实体识别结果表，包括：
5.根据权利要求2～4任一项所述的方法，其中，
6.根据权利要求5所述的方法，其中，所述指标项包括第一指标项和第二指标项，所述第一指标项是所述初步实体信息自身特征的指标项，所述第二指标项是所述初步实体信息所处上下文特征的指标项。
7.根据权利要求5所述的方法，其中，所述预设的第二机器学习模型还包括自然语言处理模型，
8.根据权利要求7所述的方法，其中，所述预设规则包括：
9.根据权利要求2所述的方法，其中，所述获取所述提...
【专利技术属性】
技术研发人员：黄玮，赵飞，何琳，丛芝芳，
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：
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。