[發(fā)明專利]一種數(shù)據(jù)處理方法、裝置、服務(wù)器及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011011889.5
• 申請(qǐng)日: 2020-09-22
• 公開（公告）號(hào): CN112149736A
• 公開（公告）日: 2020-12-29
• 發(fā)明（設(shè)計(jì)）人: 王曉晗;王世偉;龍錦就;韓萌
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng);杜維

本申請(qǐng)實(shí)施例公開了一種數(shù)據(jù)處理方法、裝置、服務(wù)器及介質(zhì)，其中方法包括：獲取待處理的事件信息對(duì)應(yīng)的多個(gè)第一時(shí)序數(shù)據(jù)，其中，各個(gè)所述第一時(shí)序數(shù)據(jù)的長(zhǎng)度相等；根據(jù)所述多個(gè)第一時(shí)序數(shù)據(jù)和事件識(shí)別模型，得到識(shí)別結(jié)果，所述識(shí)別結(jié)果用于指示所述事件信息是否存在異常；其中，所述事件識(shí)別模型包括時(shí)序數(shù)據(jù)處理模塊和識(shí)別模塊，所述時(shí)序數(shù)據(jù)處理模塊用于對(duì)屏蔽所述第一時(shí)序數(shù)據(jù)中超出真實(shí)長(zhǎng)度的數(shù)據(jù)后的數(shù)據(jù)進(jìn)行處理，所述識(shí)別模塊用于對(duì)所述時(shí)序數(shù)據(jù)處理模塊處理后的數(shù)據(jù)進(jìn)行預(yù)設(shè)處理后得到的數(shù)據(jù)進(jìn)行處理，所述預(yù)設(shè)處理包括去屏蔽超出真實(shí)長(zhǎng)度的數(shù)據(jù)。通過實(shí)施上述方法，有助于提升對(duì)事件信息的識(shí)別結(jié)果的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請(qǐng)涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)處理方法、裝置、服務(wù)器及介質(zhì)。

背景技術(shù)

隨著人工智能技術(shù)的快速發(fā)展，人工智能技術(shù)在很多領(lǐng)域得到了應(yīng)用，其中，人工智能技術(shù)中的深度學(xué)習(xí)的應(yīng)用也越來越廣泛，例如可利用長(zhǎng)短期記憶(LSTM，Long Short-Term Memory)網(wǎng)絡(luò)模型進(jìn)行信息處理，以得到信息識(shí)別結(jié)果。但是發(fā)明人研究發(fā)現(xiàn)，基于LSTM模型得到的信息識(shí)別結(jié)果存在準(zhǔn)確性較低的問題。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種數(shù)據(jù)處理方法、裝置、服務(wù)器及介質(zhì)，有助于提升對(duì)事件信息的識(shí)別結(jié)果的準(zhǔn)確性。

本申請(qǐng)實(shí)施例第一方面公開了一種數(shù)據(jù)處理方法，所述方法包括：

獲取待處理的事件信息對(duì)應(yīng)的多個(gè)第一時(shí)序數(shù)據(jù)，其中，各個(gè)所述第一時(shí)序數(shù)據(jù)的長(zhǎng)度相等；

根據(jù)所述多個(gè)第一時(shí)序數(shù)據(jù)和事件識(shí)別模型，得到識(shí)別結(jié)果，所述識(shí)別結(jié)果用于指示所述事件信息是否存在異常；

其中，所述事件識(shí)別模型包括時(shí)序數(shù)據(jù)處理模塊和識(shí)別模塊，所述時(shí)序數(shù)據(jù)處理模塊用于對(duì)屏蔽所述第一時(shí)序數(shù)據(jù)中超出真實(shí)長(zhǎng)度的數(shù)據(jù)后的數(shù)據(jù)進(jìn)行處理，所述識(shí)別模塊用于對(duì)所述時(shí)序數(shù)據(jù)處理模塊處理后的數(shù)據(jù)進(jìn)行預(yù)設(shè)處理后得到的數(shù)據(jù)進(jìn)行處理，所述預(yù)設(shè)處理包括去屏蔽超出真實(shí)長(zhǎng)度的數(shù)據(jù)。

本申請(qǐng)實(shí)施例第二方面公開了另一種數(shù)據(jù)處理方法，所述方法包括：

獲取用于訓(xùn)練事件識(shí)別模型的訓(xùn)練數(shù)據(jù)，并對(duì)所述訓(xùn)練數(shù)據(jù)添加分類標(biāo)簽，其中，所述分類標(biāo)簽用于指示訓(xùn)練數(shù)據(jù)是否為異常數(shù)據(jù)；

利用所述訓(xùn)練數(shù)據(jù)和所述分類標(biāo)簽，訓(xùn)練得到事件識(shí)別模型；

其中，所述事件識(shí)別模型包括時(shí)序數(shù)據(jù)處理模塊和識(shí)別模塊，所述時(shí)序數(shù)據(jù)處理模塊用于對(duì)屏蔽所述訓(xùn)練數(shù)據(jù)中超出真實(shí)長(zhǎng)度的數(shù)據(jù)后的數(shù)據(jù)進(jìn)行處理，所述識(shí)別模塊用于對(duì)所述時(shí)序數(shù)據(jù)處理模塊處理后的數(shù)據(jù)進(jìn)行預(yù)設(shè)處理后得到的數(shù)據(jù)進(jìn)行處理，所述預(yù)設(shè)處理包括去屏蔽超出真實(shí)長(zhǎng)度的數(shù)據(jù)。

本申請(qǐng)實(shí)施例第三方面公開了一種數(shù)據(jù)處理裝置，所述裝置包括：

獲取單元，用于獲取待處理的事件信息對(duì)應(yīng)的多個(gè)第一時(shí)序數(shù)據(jù)，其中，各個(gè)所述第一時(shí)序數(shù)據(jù)的長(zhǎng)度相等；

識(shí)別單元，用于根據(jù)所述多個(gè)第一時(shí)序數(shù)據(jù)和事件識(shí)別模型，得到識(shí)別結(jié)果，所述識(shí)別結(jié)果用于指示所述事件信息是否存在異常；

其中，所述事件識(shí)別模型包括時(shí)序數(shù)據(jù)處理模塊和識(shí)別模塊，所述時(shí)序數(shù)據(jù)處理模塊用于對(duì)屏蔽所述第一時(shí)序數(shù)據(jù)中超出真實(shí)長(zhǎng)度的數(shù)據(jù)后的數(shù)據(jù)進(jìn)行處理，所述識(shí)別模塊用于對(duì)所述時(shí)序數(shù)據(jù)處理模塊處理后的數(shù)據(jù)進(jìn)行預(yù)設(shè)處理后得到的數(shù)據(jù)進(jìn)行處理，所述預(yù)設(shè)處理包括去屏蔽超出真實(shí)長(zhǎng)度的數(shù)據(jù)。

本申請(qǐng)實(shí)施例第四方面公開了另一種數(shù)據(jù)處理裝置，所述裝置包括：

獲取單元，用于獲取用于訓(xùn)練事件識(shí)別模型的訓(xùn)練數(shù)據(jù)，并對(duì)所述訓(xùn)練數(shù)據(jù)添加分類標(biāo)簽，其中，所述分類標(biāo)簽用于指示訓(xùn)練數(shù)據(jù)是否為異常數(shù)據(jù)；

訓(xùn)練單元，用于利用所述訓(xùn)練數(shù)據(jù)和所述分類標(biāo)簽，訓(xùn)練得到事件識(shí)別模型；