[發明專利]數據字典生成的方法、裝置、電子設備和存儲介質

有效

• 申請號: 201910433025.3
• 申請日: 2019-05-23
• 公開（公告）號: CN110348004B
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 曹緒文
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/30;G06N20/00
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種數據字典生成方法，其特征在于，所述方法包括：

獲取用戶輸入的數據字典描述；

將所述數據字典描述輸入預設的意圖識別模型，獲取由所述意圖識別模型輸出的所述數據字典描述對應的意圖信息，所述意圖信息表示需要生成的數據字典的用途；

獲取所述數據字典描述對應的關鍵詞；

將所述關鍵詞和所述意圖信息輸入第二機器學習模型，獲取由所述第二機器學習模型輸出的數據流和數據結構；

基于所述數據結構確定數據項名；

基于所述數據項名在預設數據庫中匹配相應的數據項；

基于所述數據項、所述數據結構和所述數據流生成數據字典。

2.根據權利要求1所述的方法，其特征在于，在所述將所述數據字典描述輸入預設的意圖識別模型之前還包括：

獲取預先設置的數據字典描述樣本集合；

識別所述數據字典描述樣本集合中的數據字典描述樣本對應的意圖信息；

將所述數據字典描述樣本輸入所述意圖識別模型，由所述意圖識別模型輸出意圖信息，將所述意圖識別模型輸出的意圖信息和識別出的所述數據字典描述樣本對應的意圖信息進行比對，如不一致，則調整所述意圖識別模型的參數，直至所述意圖識別模型輸出的意圖信息與識別出的所述數據字典描述樣本對應的意圖信息一致。

3.根據權利要求1所述的方法，其特征在于，所述獲取所述數據字典描述對應的關鍵詞包括：

將所述數據字典描述分句；

將所述數據字典描述分成的句子與預設的數據字典描述句模板庫中的數據字典描述句模板進行比對，以確定與所述數據字典描述分成的句子相匹配的數據字典描述句模板；

按照所述數據字典描述句模板中規定的數據字典描述關鍵詞的位置，確定所述分成的句子中的關鍵詞。

4.根據權利要求1所述的方法，其特征在于，所述獲取所述數據字典描述對應的關鍵詞包括：

獲取預先設置的數據字典描述樣本集合；

確定所述數據字典描述樣本集合中的數據字典描述樣本的關鍵詞；

將所述數據字典描述樣本輸入第一機器學習模型，由所述第一機器學習模型輸出關鍵詞，將所述第一機器學習模型輸出的關鍵詞與確定的所述數據字典描述樣本的關鍵詞進行比對，如不一致，則調整所述第一機器學習模型的參數，直至所述第一機器學習模型輸出的關鍵詞與確定的所述數據字典描述樣本的關鍵詞一致；

將所述數據字典描述輸入所述第一機器學習模型，獲取由所述第一機器學習模型輸出所述數據字典描述對應的關鍵詞。

5.根據權利要求4所述的方法，其特征在于，在所述將所述關鍵詞和所述意圖信息輸入第二機器學習模型，獲取由所述第二機器學習模型輸出的數據流和數據結構之前還包括:

獲取預先設置的數據字典描述樣本對應的關鍵詞和意圖信息樣本集合；

確定所述數據字典描述樣本對應的關鍵詞和意圖信息樣本對應的數據流和數據結構；

將所述數據字典描述樣本對應的關鍵詞和意圖信息樣本輸入所述第二機器學習模型，由所述第二機器學習模型輸出數據流與數據結構，將所述第二機器學習模型輸出的數據流與數據結構與確定的數據流與數據結構進行比對，如不一致，則調整所述第二機器學習模型的參數，直至所述第二機器學習模型輸出的數據流和數據結構與確定的數據流與數據結構一致。

6.根據權利要求4所述的方法，其特征在于，在所述基于所述數據項、所述數據結構和所述數據流生成數據字典之后包括：

將所述數據字典存儲至共享池，并賦予相應的等級；

獲取用戶登錄信息；

基于所述用戶登錄信息中包含的該用戶的權限信息和該用戶所要調取的數據字典的等級，確定所述用戶是否能調取相應的數據字典。