[發明專利]信息處理方法、裝置及電子設備

在審

• 申請號: 201911337129.0
• 申請日: 2019-12-23
• 公開（公告）號: CN111046162A
• 公開（公告）日: 2020-04-21
• 發明（設計）人: 邵志強
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06Q30/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 林哲生

本申請公開了一種信息處理方法、裝置及電子設備，通過獲取由具有關聯關系的節點組成的第一信息；將第一信息轉換為特定信息格式的目標信息，以使得所述評價模型對所述目標信息進行處理，獲得與所述第一信息對應的評價信息，并輸出所述評價信息。實現了可以通過評價模型對不同的節點組成的信息進行有效評價，并且可以對信息進行格式轉換，也實現了能夠處理不同格式的信息，提升了處理設備對信息進行評價處理的處理效率和精度。

技術領域

本申請涉及信息處理技術領域，更具體的說是涉及一種信息處理方法、裝置及電子設備。

背景技術

隨著信息技術的發展，智能設備能夠越多越多地輔助用戶的生活和學習，因此，運維人員會將越來越多的流程序列添加到智能設備中，以便于其能夠產生更多的智能應用。

但是，在現有技術中無法有效地對添加的流程序列進行評價，更多的是依靠人為進行評價，并且由于不同流程序列對應的編寫語言不同，造成無法利用統一的方式進行評價處理，使得現有技術中利用處理設備對流程序列進行評價的效率較低且精準度不高。

發明內容

有鑒于此，本申請提供如下技術方案：

一種信息處理方法，包括：

獲取第一信息，所述第一信息由具有關聯關系的節點組成；

依據特定信息格式的轉換條件，將所述第一信息轉換為目標信息；

利用預創建的評價模型對所述目標信息進行處理，獲得與所述第一信息對應的評價信息，其中，所述評價模型為通過樣本信息訓練獲得的神經網絡模型，所述樣本信息為日志數據轉換得到的，所述日志數據的節點與所述第一信息的節點具有特定對應關系；

輸出所述評價信息。

可選地，所述方法還包括訓練所述評價模型，包括：

將獲取到的日志數據，依據特定信息格式的轉換條件轉換為樣本信息；

確定所述樣本信息中每個樣本信息對應的評價信息；

基于所述樣本信息以及每個樣本信息對應的評價信息，訓練神經網絡模型得到評價模型。

可選地，所述方法還包括：

按照特定拆分條件對所述第一信息進行節點拆分，得到拆分后的節點，所述特征拆分條件表征拆分后的每個節點能夠實現第一信息部分信息的功能；

對拆后的節點進行類型統計，將同一類型的節點進行歸類，得到所述第一信息的多個節點。

可選地，所述依據特定信息格式的轉換條件，將所述第一信息轉換為目標信息，包括：

為第一信息的每個節點匹配與特定信息格式對應的節點標簽；

依據所述節點標簽，生成目標信息。

可選地，所述基于所述樣本信息以及每個樣本信息對應的評價信息，訓練神經網絡模型得到評價模型，包括：

確定每個樣本信息的節點標簽；

確定所述樣本信息的每個節點標簽對應的評價信息；

基于所述樣本信息、節點標簽以及每個節點標簽對應的評價信息，訓練神經網絡模型得到評價模型。

可選地，所述方法還包括：

利用預創建的評價模型對所述第一信息進行節點分級評價，獲得目標節點，所述目標節點為根據所述預創建的評價模型確定出的第一信息中的關鍵節點；

輸出所述目標節點，以使得能夠獲得與所述目標節點相匹配的信息，來更新所述第一信息。

可選地，所述將所述第一信息轉換為特定信息格式的目標信息，包括：