【技术实现步骤摘要】
本专利技术涉及数据处理领域，具体涉及一种数据处理方法及装置。
技术介绍
1、当前，服务标准数据通过文件方式上传，在系统内以非结构化数据方式进行存储。由于非结构化数据的结构不规则、不完整，导致后期数据查询困难，查全率较低，数据开发利用较难，因而也无法开展深度的数据挖掘与分析，这些都降低了数据的利用率，降低了工作效率。
技术实现思路
1、本专利技术提供一种数据处理方法及装置，以解决上述提及的至少一个问题。
2、根据本专利技术的第一方面，提供一种数据处理方法，所述方法包括：获取非结构化数据，所述非结构化数据包括：多个属性信息；将所述非结构化数据输入至预先训练的属性识别模型，以识别多个属性信息，其中，所述属性识别模型基于实体识别技术和历史数据进行训练；基于识别的多个属性信息将所述非结构化数据进行结构化处理；根据结构化处理结果更新相应的关系数据库数据。
3、具体地，所述历史数据包括：多个历史属性信息，通过如下方式训练所述属性识别模型：基于序列标注模型构建初始属性识别模型，其中...
【技术保护点】
1.一种数据处理方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述历史数据包括：多个历史属性信息，通过如下方式训练所述属性识别模型：
3.如权利要求2所述的方法，其特征在于，将所述历史数据输入至所述初始属性识别模型，以使所述初始属性识别模型识别所述多个历史属性信息包括：
4.如权利要求2所述的方法，其特征在于，所述序列标注模型包括：双向长短时记忆网络模型和所述条件随机场模型，基于序列标注模型构建初始属性识别模型包括：
5.如权利要求1所述的方法，其特征在于，获取非结构化数据之前，所述方法还包括
6....
【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述历史数据包括：多个历史属性信息，通过如下方式训练所述属性识别模型：
3.如权利要求2所述的方法，其特征在于，将所述历史数据输入至所述初始属性识别模型，以使所述初始属性识别模型识别所述多个历史属性信息包括：
4.如权利要求2所述的方法，其特征在于，所述序列标注模型包括：双向长短时记忆网络模型和所述条件随机场模型，基于序列标注模型构建初始属性识别模型包括：
5.如权利要求1所述的...
【专利技术属性】
技术研发人员：潘东阳，周悠雪，李默晗，刘欣悦，任书宇，黄宇翔，
申请(专利权)人：华能置业有限公司，
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。