数据处理方法技术

本申请公开了一种数据处理方法

【技术实现步骤摘要】
数据处理方法、装置、电子设备及存储介质


[0001]本申请涉及计算机
，特别是涉及数据处理方法
、
装置
、
电子设备，以及计算机可读存储介质
。

技术介绍

[0002]商业智能工具是一种用于数据可视化
、
交互式分析和报告生成的软件
。
这些工具提供了各种图表和可视化方式，可以帮助用户更直观地理解数据
。
[0003]然而，现有技术中的商业智能工具缺乏对数据之间关联的深入理解，在处理复杂数据关系时，需要用户手动建立数据模型，这需要花费大量的时间和精力，数据查询和分析效率低下
。
同时，商业智能工具的自然语言查询功能也存在一定的局限性，无法准确识别查询意图，存在查询结果不准确，需要用户进行多次反复查询的情况
。
[0004]可见，现有技术中的数据查询分析方法仍需要改进
。

技术实现思路

[0005]本申请实施例提供一种数据处理方法及装置
、
电子设备及存储介质，能够提升数据查询和数据分析的效率和准确度
。
[0006]第一方面，本申请实施例提供了一种数据处理方法，包括：
[0007]响应于接收到客户端发送的自然语言查询请求，基于预先生成的数据地图获取所述自然语言查询请求对应的查询数据信息；
[0008]通过预设意图识别模型对所述查询数据信息和所述自然语言查询请求进行意图识别，得到所述自然语言查询请求对应的数据查询语句；r/>[0009]基于强化学习技术对所述数据查询语句进行优化，得到优化数据查询语句；
[0010]执行所述优化数据查询语句，得到查询结果
。
[0011]第二方面，本申请实施例提供了一种数据处理装置，包括：
[0012]查询数据信息获取模块，用于响应于接收到客户端发送的自然语言查询请求，基于预先生成的数据地图获取所述自然语言查询请求对应的查询数据信息；
[0013]数据查询语句获取模块，用于通过预设意图识别模型对所述查询数据信息和所述自然语言查询请求进行意图识别，得到所述自然语言查询请求对应的数据查询语句；
[0014]数据查询语句优化模块，用于基于强化学习技术对所述数据查询语句进行优化，得到优化数据查询语句；
[0015]数据查询模块，用于执行所述优化数据查询语句，得到查询结果
。
[0016]第三方面，本申请实施例还公开了一种电子设备，包括存储器
、
处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例所述的数据处理方法
。
[0017]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时本申请实施例公开的数据处理方法的步骤
。
[0018]本申请实施例公开的数据处理方法，通过响应于接收到客户端发送的自然语言查询请求，基于预先生成的数据地图获取所述自然语言查询请求对应的查询数据信息；通过预设意图识别模型对所述查询数据信息和所述自然语言查询请求进行意图识别，得到所述自然语言查询请求对应的数据查询语句；基于强化学习技术对所述数据查询语句进行优化，得到优化数据查询语句；执行所述优化数据查询语句，得到查询结果，无需手动编写数据查询语句，大大提高了效率
。
同时，通过识别查询意图，并根据查询意图采用深度学习模型
(
如生成式大模型
)
自动生成数据查询语句，并进一步通过强化学习技术优化数据查询语句，在提高查询效率的同时，还可以提升查询结果的准确度
。
进一步的，可以提升基于查询结果进行数据分析的效率和准确度
。
[0019]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的
、
特征和优点能够更明显易懂，以下特举本申请的具体实施方式
。
附图说明
[0020]为使本申请实施例的目的
、
技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例
。
基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围
。
[0021]图1是本申请实施例公开的数据处理方法流程图之一；
[0022]图2是本申请实施例公开的数据处理方法流程图之二；
[0023]图3是本申请实施例公开的数据处理方法应用于一示例场景中的交互示意图；
[0024]图4是本申请实施例公开的数据处理装置的结构示意图之一；
[0025]图5是本申请实施例公开的数据处理装置的结构示意图之二；
[0026]图6示意性地示出了用于执行根据本申请的方法的电子设备的框图；以及
[0027]图7示意性地示出了用于保持或者携带实现根据本申请的方法的程序代码的存储单元
。
具体实施方式
[0028]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例
。
基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围
。
[0029]本申请实施例公开的一种数据处理方法，如图1所示，所述方法包括：步骤
110
至步骤
140。
[0030]步骤
110
，响应于接收到客户端发送的自然语言查询请求，基于预先生成的数据地图获取所述自然语言查询请求对应的查询数据信息
。
[0031]本申请实施例中公开的数据处理方法，应用于数据分析系统的服务端或数据分析平台的服务端，所述数据分析系统或数据分析平台还可以包括：客户端，所述客户端用于提供人机交互界面，供用户输入数据查询信息，以及，展示服务端返回的查询结果
。
[0032]可选的，所述客户端可以为网页
、
应用程序
、
小程序等形式，本申请实施例中对客户端的具体形式不做限定
。
[0033]客户端可以根据用户的输入，向服务端发送自然语言描述的查询请求，本申请实施例中记为“自然语言查询请求”。
例如，所述自然语言查询请求可以为：“A
城市
XX
月
YY
日订单完成数量”。
[0034]服务端接收到客户端发送的自然语言查询请求之后，基于预先生成的数据地图获取所述自然语言查询请求对应的查询数据信息...

【技术保护点】

【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：响应于接收到客户端发送的自然语言查询请求，基于预先生成的数据地图获取所述自然语言查询请求对应的查询数据信息；通过预设意图识别模型对所述查询数据信息和所述自然语言查询请求进行意图识别，得到所述自然语言查询请求对应的数据查询语句；基于强化学习技术对所述数据查询语句进行优化，得到优化数据查询语句；执行所述优化数据查询语句，得到查询结果
。2.
根据权利要求1所述的方法，其特征在于，所述基于预先生成的数据地图获取所述自然语言查询请求对应的查询数据信息之前，还包括：对待处理数据源进行数据解析和
/
或抽象处理，得到数据表
schema
信息，其中，所述待处理数据源包括：预设数据库和
/
或非结构化数据；根据得到的数据表
schema
信息，以及，所述待处理数据源的知识图谱，生成数据地图
。3.
根据权利要求2所述的方法，其特征在于，所述基于预先生成的数据地图获取所述自然语言查询请求对应的查询数据信息，包括：对所述自然语言查询请求进行关键信息提取，得到数据表查询关键词；查询所述数据地图，获取与所述数据表查询关键词匹配的所述数据表
schema
信息，作为所述自然语言查询请求对应的查询数据信息，所述查询数据信息包括以下一种或多种信息：数据表信息
、
数据表
schema
信息
。4.
根据权利要求1所述的方法，其特征在于，所述预设意图识别模型是基于深度学习技术预先训练的，所述通过预设意图识别模型对所述查询数据信息和所述自然语言查询请求进行意图识别，得到所述自然语言查询请求对应的数据查询语句，包括：结合所述查询数据信息和所述自然语言查询请求，生成意图文本；对所述意图文本进行预处理，得到词向量序列；将所述词向量序列输入至所述预设意图识别模型，获取所述预设意图识别模型输出的数据查询语句，作为所述自然语言查询请求对应的数据查询语句
。5.
根据权利要求1所述的方法，其特征在于，所述基于强化学习技术对所述数据查询语句进行优化，得到优化数据查询语句，包括：对所述数据查询语句进行解析，得到...

【专利技术属性】
技术研发人员：杨华，李京峰，郑平贺，
申请(专利权)人：南京领行科技股份有限公司，
类型：发明
国别省市：