本公开提供了一种数据处理方法、数据处理装置、电子设备和介质，涉及知识图谱等人工智能技术领域，可应用于智慧医疗等场景。实现方案为：确定待排序的多个候选对象和用于所述多个候选对象的至少一个资源对象；对于所述多个候选对象中的每个候选对象，确定所述至少一个资源对象中与该候选对象有关的资源集合，基于所确定的资源集合确定用于该候选对象的资源消耗量；以及基于所述多个候选对象的资源消耗量对所述多个候选对象进行排序。量对所述多个候选对象进行排序。量对所述多个候选对象进行排序。
【技术实现步骤摘要】
数据处理方法、数据处理装置、电子设备和介质
[0001]本公开涉及知识图谱等人工智能
，可应用于智慧医疗等场景，具体涉及一种数据处理方法、数据处理装置、电子设备、计算机可读存储介质和计算机程序产品。
技术介绍
[0002]人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
[0003]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
技术实现思路
[0004]本公开提供了一种数据处理方法、数据处理装置、电子设备、计算机可读存储介质和计算机程序产品。
[0005]根据本公开的一方面，提供了一种数据处理方法，包括：确定待排序的多个候选对象和用于所述多个候选对象的至少一个资源对象；对于所述多个候选对象中的每个候选对象，确定所述至少一个资源对象中与该候选对象有关的资源集合，基于所确定的资源集合确定用于该候选对象的资源消耗量；以及基于所述多个候选对象的资源消耗量对所述多个候选对象进行排序。
[0006]根据本公开的另一方面，提供了一种数据处理装置，包括：对象确定单元，被配置成确定待排序的多个候选对象和用于所述多个候选对象的至少一个资源对象；资源消耗确定单元，被配置成：对于所述多个候选对象中的每个候选对象，确定所述至少一个资源对象中与该候选对象有关的资源集合，基于所确定的资源集合确定用于该候选对象的资源消耗量；以及排序单元，被配置成基于所述多个候选对象的资源消耗量对所述多个候选对象进行排序。
[0007]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如前所述的方法。
[0008]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行如前所述的方法。
[0009]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现如前所述的方法。
[0010]根据本公开的一个或多个实施例，通过识别待处理的数据中的候选对象与资源对象之间的关联关系，能够准确地确定与每个候选对象有关的资源消耗，从而能够基于资源消耗量来获得候选对象的排序结果。
[0011]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0012]附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
[0013]图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
[0014]图2示出了根据本公开的实施例的数据处理方法的示例性流程图；
[0015]图3示出了根据本公开的实施例的用于医学诊断领域的数据处理方法的示例性流程图；
[0016]图4示出了根据本公开的实施例的诊断排序的示例性过程；
[0017]图5示出了根据本公开的实施例的数据处理装置的示例性的框图；以及
[0018]图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
[0019]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0020]在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
[0021]在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
[0022]下面将结合附图详细描述本公开的实施例。
[0023]图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
[0024]在本公开的实施例中，服务器120可以运行使得能够执行本公开的方法的一个或
多个服务或软件应用。
[0025]在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
[0026]在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
[0027]用户可以使用客户端设备101、102、103、104、105和/或106来获取本公开的方法中要处理的数据。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，包括：确定待排序的多个候选对象和用于所述多个候选对象的至少一个资源对象；对于所述多个候选对象中的每个候选对象，确定所述至少一个资源对象中与该候选对象有关的资源集合，基于所确定的资源集合确定用于该候选对象的资源消耗量；以及基于所述多个候选对象的资源消耗量对所述多个候选对象进行排序。2.如权利要求1所述的数据处理方法，其中，确定所述至少一个资源对象中与该候选对象有关的资源集合包括：对于每个资源对象，利用机器学习模型对该候选对象和该资源对象进行处理；以及基于所述机器学习模型的输出确定该资源对象与该候选对象有关，其中所述机器学习模型的输出指示该候选对象和该资源项目之间的关联性。3.如权利要求2所述的数据处理方法，其中，所述机器学习模型包括自然语言预训练模型和分类模型。4.如权利要求1
‑
3中任一项所述的数据处理方法，其中，确定待排序的多个候选对象和用于所述多个候选对象的至少一个资源对象包括：获取病案信息；以及从所述病案信息中识别所述多个候选对象和所述至少一个资源对象。5.如权利要求4所述的数据处理方法，其中，所述候选对象包括诊断结果。6.如权利要求4所述的数据处理方法，其中，所述资源对象包括收费项目和资源占用时长中的至少一种。7.如权利要求5所述的数据处理方法，还包括：基于所述排序确定所述多个候选对象中的目标诊断结果，其中所述目标诊断结果具有最高的资源消耗量。8.如权利要求7所述的数据处理方法，其中，基于所述多个候选对象的资源消耗量对所述多个候选对象进行排序包括：对所述多个候选对象进行分类，以得到第一候选对象集合和第二候选对象集合，其中所述第一候选对象集合包括第一类型的诊断结果，第二候选对象集合包括第二类型的诊断结果，并且所述第一类型的诊断结果的优先级高于所述第二类型的诊断结果的优先级；对所述第一候选对象集合中的候选对象进行排序；对所述第二候选对象集合中的候选对象进行排序；以及将所述第一候选对象集合中具有最高资源消耗量的诊断结果确定为目标诊断结果。9.一种数据处理装置，包括：对象确定单元，被配置成确定待排序的多个候选对象和用于所述多个候选对象的至少一个资源对象；资源消耗确定单元，被配置成：对于所述多个候选对象中的每个候选对象，确定所述至少一个资源对象中与该候选对象有关的资源集合，基于所确定的资源集合确定用于该候选对象的资源消耗量；以及排序单元，...
【专利技术属性】
技术研发人员：胡康，郑宇宏，郑烨翰，徐伟建，彭卫华，吕雅娟，
申请(专利权)人：北京百度网讯科技有限公司，
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。