CN114676694A - 业务模型的生成方法、装置、设备、介质和程序产品 - Google Patents
业务模型的生成方法、装置、设备、介质和程序产品 Download PDFInfo
- Publication number
- CN114676694A CN114676694A CN202210308941.6A CN202210308941A CN114676694A CN 114676694 A CN114676694 A CN 114676694A CN 202210308941 A CN202210308941 A CN 202210308941A CN 114676694 A CN114676694 A CN 114676694A
- Authority
- CN
- China
- Prior art keywords
- model
- generating
- entity
- business model
- noun
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 114
- 238000012545 processing Methods 0.000 claims abstract description 86
- 230000008569 process Effects 0.000 claims abstract description 46
- 230000009471 action Effects 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 20
- 230000011218 segmentation Effects 0.000 claims description 8
- 239000007787 solid Substances 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 description 41
- 238000010586 diagram Methods 0.000 description 19
- 239000000047 product Substances 0.000 description 16
- 230000015654 memory Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 7
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001502 supplementing effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
Abstract
本公开提供了一种业务模型的生成方法,可以应用于云计算领域、业务架构领域及金融领域,该方法包括:获取需求内容中自然语句的全部成分词语以及对应的成分;根据成分,将成分词语与对应的预设词库进行匹配,得到多个处理框;按动作发生时序和各处理框的关联关系数,对多个处理框进行排列及关联,得到流程模型;获取成分词语中的有效名词和修饰名词,其中,修饰名词描述有效名词;将有效名词作为实体,将修饰名词作为属性;查询企业级信息标准,得到与属性相对应的阈值;根据实体、属性和阈值得到实体模型;根据流程模型和实体模型生成业务模型。本公开还提供了一种业务模型的生成装置、设备、介质和程序产品。
Description
技术领域
本公开涉及云计算领域、业务架构领域及金融领域,特别涉及一种业务模型的生成方法、装置、设备、介质和程序产品。
背景技术
数字化转型浪潮下,企业纷纷以业务模型来规划企业发展。业务模型较为抽象,需要进行专门培训后,才能正常使用、构建。数字化转型下的业务研发过程中,需要将业务人员使用自然语言编写的业务需求转换成为业务模型,以快速定位业务需求的技术实施方案。
现有技术中,往往投入巨大的人力、物力,由专门的工作人员构建业务模型,耗时较长,后续的维护成本也极高。而企业在数字化转型过程中,需要及时响应市场,很难给业务模型的构建及维护提供太多时间。同时,即使构建出了业务模型,若得不到及时维护,一段时间后就会失真,不能再起到预期作用。
综上所述,现有的业务模型的构建过程中,无法快速形成准确的业务模型,需要投入大量的人力物力。
发明内容
本公开的主要目的是提出一种业务模型的生成方法、装置、设备、介质和程序产品,旨在解决业务模型的构建困难问题。
根据本公开的第一个方面,提供一种业务模型的生成方法,包括:获取需求内容中自然语句的全部成分词语以及对应的成分;根据成分,将成分词语与对应的预设词库进行匹配,得到多个处理框;按动作发生时序和各处理框的关联关系数,对多个处理框进行排列及关联,得到流程模型;获取成分词语中的有效名词和修饰名词,其中,修饰名词描述有效名词;将有效名词作为实体,将修饰名词作为属性;查询企业级信息标准,得到与属性相对应的阈值;根据实体、属性和阈值得到实体模型;根据流程模型和实体模型生成业务模型。
根据本公开的实施例,成分包括主语,谓语和宾语,根据成分,将成分词语与对应的预设词库进行匹配,得到多个处理框包括:将各自然语句中的主语作为角色,得到各处理框的负责人;分别获取各谓语和各宾语在对应的预设词库中的同义词;将各同义词置于各负责人之后,得到多个处理框。
根据本公开的实施例,按动作发生时序和各处理框的关联关系数,对多个处理框进行排列及关联,得到流程模型包括:对应负责人,生成泳道;将只有一个关联关系,且向后关联的处理框排在首位;根据各处理框的动作发生时序,将各处理框分设于对应的泳道中;按时序连接各处理框得到流程模型。
根据本公开的实施例,自然语句包括非条件句和条件句,根据成分,将成分词语与对应的预设词库进行匹配,得到多个处理框包括:根据非条件句的成分,得到动作框;根据条件句的成分,得到判断框。
根据本公开的实施例,成分还包括定语和状语,业务模型的生成方法还包括:根据主语的定语,得到客户类型;根据宾语的定语,得到产品名称;根据状语得到渠道名称和/或合作方名称;分别将客户类型,产品名称,渠道名称和合作方名称与对应的预设词库进行匹配,得到对应的模型标签;将各模型标签添加到流程模型中。
根据本公开的实施例,将有效名词作为实体,将修饰名词作为属性包括:将有效名词与实体模型库进行匹配;在匹配的情况下,将修饰名词作为属性;在不匹配的情况下,将有效名词作为新增实体,将修饰名词作为新增实体的属性。
根据本公开的实施例,获取需求内容中自然语句的全部成分词语以及对应的成分包括:逐行对自然语句进行分词拆解得到成分词语;根据语义分析,获取每一成分词语的成分。
根据本公开的实施例,在根据流程模型和实体模型生成业务模型之前,业务模型的生成方法还包括:根据负责人的类型以及各处理框间的关联性,分析流程模型的正确性;根据属性的数量,分析实体模型的正确性。
根据本公开的实施例,在生成业务模型之后,业务模型的生成方法还包括:更新业务模型到业务模型库。
本公开的第二方面提供了一种业务模型的生成装置,包括:获取模块,用于获取需求内容中自然语句的全部成分词语以及对应的成分;流程模块,用于根据成分,将成分词语与对应的预设词库进行匹配,得到多个处理框;按动作发生时序和各处理框的关联关系数,对多个处理框进行排列及关联,得到流程模型;实体模块,用于获取成分词语中的有效名词和修饰名词,其中,修饰名词描述有效名词;将有效名词作为实体,将修饰名词作为属性;查询企业级信息标准,得到与属性相对应的阈值;根据实体、属性和阈值得到实体模型;以及,生成模块,用于根据流程模型和实体模型生成业务模型。
本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行本公开任一实施例的业务模型的生成方法。
本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行本公开任一实施例的业务模型的生成方法。
本公开的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本公开任一实施例的业务模型的生成方法。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的业务模型的生成方法、装置、设备、介质和程序产品的应用场景图;
图2示意性示出了根据本公开实施例的业务模型的生成方法的流程图;
图3示意性示出了根据本公开实施例的成分词语获取方法流程图;
图4示意性示出了根据本公开实施例的处理框获取方法流程图;
图5示意性示出了根据本公开实施例的流程模型获取方法流程图;
图6示意性示出了根据本公开实施例的模型标签获取方法图;
图7示意性示出了根据本公开实施例的实体模型要素获取方法流程图;
图8示意性示出了根据本公开实施例的模型质量检查方法流程图;
图9示意性示出了根据本公开实施例的整个模型构建***的处理流程图;
图10示意性示出了根据本公开实施例的自然语言转换为模型语言的逻辑图;
图11示意性示出了根据本公开实施例的业务模型的生成装置的结构框图;以及
图12示意性示出了根据本公开实施例的适于实现业务模型的生成方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
在本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
本公开实施例提供一种业务模型的生成方法、装置、设备、介质和程序产品,可用于金融领域或其他领域。需要说明的是,本公开确定的业务模型的生成方法、装置、设备、介质和程序产品可用于金融领域,也可用于除金融领域之外的任意领域,本公开的业务模型的生成方法、装置、设备、介质和程序产品的应用领域不做限定。
图1示意性示出了根据本公开实施例的业务模型的生成方法、装置、设备、介质和程序产品的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的业务模型的生成方法一般可以由服务器105执行。相应地,本公开实施例所提供的业务模型的生成装置一般可以设置于服务器105中。本公开实施例所提供的业务模型的生成方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的业务模型的生成装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
业务模型中的流程模型和实体模型与研发工作紧密相关。业务模型中的流程模型体现业务处理的各个环节。一个完整的业务处理流程例如由某人因某事触发而启动,由服务单位的一个或多个角色提供相应的服务后,将处理的结果反馈给触发该事件的人员后结果。
需要说明的是,在业务架构中,实体模型可以用于记录各业务对象的业务内容,它可以包括实体名、属性名、域值等信息;流程模型可以用来表示性质相同的流程,它们被一起分类到一个模型中。
流程模型中例如包括至少以下维度的信息:角色、行为、对象、交互、条件、客户、产品、合作方、渠道等。
角色,指自然语言中主谓宾结构中的主语,是施动者,是名词性词语。
行为,指自然语言中的谓语,即动作,是动词性词语。
对象,指自然语言中的宾语,是受动者,是名词性词语。
交互,指自然语言中的专门性动作,如提交、移交、通知、返还等,是动词性词语。
条件,指自然语言中的条件句中的条件。
客户、产品、合作方、渠道,是流程模型中需要说明的关联要素,指自然语言中的名词性词语。
实体模型中例如至少包括以下维度的信息:实体名、属性名、域值。
实体名,指自然语言中的名词性词语。
属性名,指自然语言中的名词性词语。
域值,多为自然语言中的主系表结构中的宾语部分。
实体模型中的各属性需要遵循企业级的数据规范,相关的数据规范源于企业发布的数据规范标准库。
以下将基于图1描述的场景,通过图2~图10对公开实施例的业务模型的生成方法进行详细描述。
图2示意性示出了根据本公开实施例的业务模型的生成方法的流程图。
如图2所示,该实施例的业务模型的生成方法例如包括步骤S210至S280,该业务模型的生成方法可以由业务模型的生成装置执行。
在操作S210,获取需求内容中自然语句的全部成分词语以及对应的成分。
在操作S220,根据成分,将成分词语与对应的预设词库进行匹配,得到多个处理框。
在操作S230,按动作发生时序和各处理框的关联关系数,对多个处理框进行排列及关联,得到流程模型。
在操作S240,获取成分词语中的有效名词和修饰名词,其中,修饰名词描述有效名词。
在操作S250,将有效名词作为实体,将修饰名词作为属性,查询企业级信息标准,得到与属性相对应的阈值。
在操作S260,根据实体、属性和阈值得到实体模型。
在操作S270,根据流程模型和实体模型生成业务模型。
在本公开提供的实施例中,先从自然语句中提取出全部的成分词语以及对应的成分,然后与预设词库进行匹配得到处理框,通过对处理框分设泳道进行排序,构建出不同角色的动作流程,无需专业人员进行构建,直接通过合乎语法的说明书就可以完成流程模型的构建。同时,通过对有效名词的检索,可以得到创建实体模型所需要的实体,进而得到相应的属性和阈值,结合流程模型和实体模型即可得到业务模型,实现了将自然语言转换成对应的业务模型,确保业务模型随业务需求同步更新,减少构建和维护业务模型的大量人力投入及时间占用。
需要说明的是,成分即句子成分,例如包括主语、谓语、宾语、定语以及状语等。成分词语例如为各自然语句中的各个词语,具有主语、谓语、宾语等词法属性。
图3示意性示出了根据本公开实施例的成分词语获取方法流程图。
获取词语成分的方式有多种,例如直接通过输入格式进行划分判断,然而此种方法需要保证语句完全合乎语法,具体地,如图3所示,在本实施例中,步骤S210例如包括:
S211,逐行对自然语句进行分词拆解得到成分词语。
S212,根据语义分析,获取每一成分词语的成分。
自然语句中,描述习惯可能出现倒装等不易被直接划分的句式。在本实施例中,通过分词技术直接在自然语句中拆解出来完整的词语,然后根据语义分析获取词语的成分,进而得到成分词语,适用性更强。
需要说明的是,分词技术和语义分析在自然语句的分析过程中较为常见,只要能够达到分词和语义分析的技术效果即可,具体的技术程序或者产品的选择在此不做具体限制。
图4示意性示出了根据本公开实施例的处理框获取方法流程图。
进一步地,如图4所示,步骤S220例如包括:
S221,将各自然语句中的主语作为角色,得到各处理框的负责人。
S222,分别获取各谓语和各宾语在对应的预设词库中的同义词。
S223,将各同义词置于各负责人之后,得到多个处理框。
根据本公开的实施例,成分例如包括主语,谓语和宾语。为了便于形成标准的流程图,需要对成分词语进行规范设置,在本实施例中,对应不同的成分,设置有不同的预设词库,在建立处理框之前,先将成分词语与对应的预设词库进行对比,例如将主语作为角色,检查标准角色库,找出同义词作为处理框的负责人。将谓语动词与标准业务模型的动词库进行对比,找出同义的标准动词放入处理框中。以及,用宾语名词在实体模型库中查找实体名,若有同义名词则用实体名放入处理框中的动词后。若无同义词则直接将该主语作为处理框的负责人,未查询到的宾语信息,后续提交架构师确认是否删除。
可以理解的是,当预设词库内存在与成分词语相同的词语时,相同词也视作同义词,直接使用相同词或者成分词语即可。
另外,在本实施例中,当预设词库内不存在成分词语的同义词时,根据成分不同,进行不同的操作,例如直接使用或者提交后续架构师,进行人工选择操作。例如,当成分词语为主语时,直接使用成分词语即可。
在本实施例中,由于将每一自然语句均拆解成了单个的词语,只需要根据语句结构将成分词语进行重新组合,即可提炼出自然语句中最重要的部分,通过主谓宾结构,直接获取角色、动作以对象,排除干扰,且生成标准句型,便于后续根据句型进行流程图的生成。
进一步地,自然语句例如包括非条件句和条件句。由于自然语句中,存在根据条件判断进而进行不同操作的结果,因而需要在流程模型中加入判断的部分。根据非条件句的成分,可以得到动作框。根据条件句的成分,可以得到判断框和动作框。对自然语言中出现的条件句,将其条件放入判断框,对该条件句后的内容,分析出谓语和宾语形成动作框,并直接建立起判断框与该动作框之间的关联关系。
图5示意性示出了根据本公开实施例的流程模型获取方法流程图。
进一步地,如图5所示,步骤S230例如包括:
S231,对应负责人,生成泳道。
S232,将只有一个关联关系,且向后关联的处理框排在首位。
S233,根据各处理框的动作发生时序,将各处理框分设于对应的泳道中。
S234,按时序连接各处理框得到流程模型。
根据本公开的实施例,提取所有处理框的负责人,分别绘制出不同的泳道,并将负责人作为角色定义出不同的泳道。处理框例如包括动作框和判断框。动作框至少有一个关联关系,至多有两个关联关系。判断框至少有三个关联关系:一个流入,至少两个流出。当一个处理框只有一个关联关系时,该处理框为流程模型的第一个或最后一个处理框。将只有一个关联关系,且为向后关联的处理框的负责人作为第一个泳道的角色。按处理框/判断框的关联关系,按出现的先后顺序对泳道排序。对重复出现的角色,以第一次出现为准。按负责人,将其负责的处理框放入其泳道中。按处理框/判断框的关联关系,即各处理框的动作发生的时间先后顺序,绘制各处理框/判断框的连线,得到流程模型。
可以理解的是,根据“交互”性动词,可以检索出两个直接关联的角色及其动作,映射到对应的处理框,可以建立起处理框/判断框间的关联关系。
图6示意性示出了根据本公开实施例的模型标签获取方法图。
进一步地,成分例如还包括定语和状语。为了更细致地描述流程模型,可以通过引入相关标签来补充说明客户、产品、合作方和渠道等维度信息。如图6所示,业务模型的生成方法例如还包括:
S235,根据主语的定语,得到客户类型。
S236,根据宾语的定语,得到产品名称。
S237,根据状语得到渠道名称和/或合作方名称。
S238,分别将客户类型,产品名称,渠道名称和合作方名称与对应的预设词库进行匹配,得到对应的模型标签。
S239,将各模型标签添加到流程模型中。
根据本公开的实施例,例如用定语、地点状语查询已有的客户、产品、渠道、合作方信息,将查询到的结果放入对应的信息中。未查询到的信息,后续提交架构师确认是否删除。定语和状语用于形容自然语句中的名词,通过将定语和状语提取出来,形成标签词语,在生成流程模型后,将标签词语注释在模型标签中,便于后续与对应的信息库进行对比匹配。
图7示意性示出了根据本公开实施例的实体模型要素获取方法流程图。
进一步地,如图7所示,例如通过步骤S251~步骤S253来获取构建实体模型的要素。
S251,将有效名词与实体模型库进行匹配。
S252,在匹配的情况下,将修饰名词作为属性。
S253,在不匹配的情况下,将有效名词作为新增实体,将修饰名词作为新增实体的属性。
在本实施例中,有效名词例如为具有对该名词进行名词性词语或句子描述的名词。用分词和语义分析技术提取自然语言描述的需求中每个句子中的名词,及其对该名词进行描述的名词性词语及句子。对同一名词进行描述的名词性句子归类存放,作为有效名词。若一名词不存在对其进行描述的词语或句子时,删除该名词。
具体地,可以将提炼出的名词与实体模型库中已有的名词进行匹配,及按近义词进行匹配。如果库中有该名词或其近义词,则将描述该名词的名词作为属性,按动词进行处理。如果库中无名词或其近义词,则将该名词作为新实体的名称和关键属性,将描述该名词的句子中的核心名词作为新实体的属性,相关的描述作为属性描述。通过获取有效名词对实体模型库进行补充,将有效名词作为实体名,通过将描述有效名词的定语名词以及状语名词作为属性,并补充企业标准作为阈值,可以对实体模型库进行更新,保证了构建的实体模型库的数据完整无误。
需要说明的是,如果库中已经存在获取的有效名词或其近义词,可以直接从库中取出对应的词作为新的有效名词。
另外,如果对应得到的属性少于预设数量,则后续通过架构师进行补充,或者将有效名字与预设词库中的相似词语进行合并。例如当新增实体的非关键属性少于3个时,作为不能单独存在的实体,转交架构师分析,要么补充属性,要么整合到已有实体中。
图8示意性示出了根据本公开实施例的模型质量检查方法流程图。
根据本公开的实施例,为了提升模型构建质量,在根据流程模型和实体模型生成业务模型之前,如图8所示,例如通过步骤S271~步骤S272来分别检查流程模型和实体模型的正确性。
S271,根据负责人的类型以及各处理框间的关联性,分析流程模型的正确性。
根据本公开的实施例,处理框例如包括动作框和判断框。动作框至少有一个关联关系,至多有两个关联关系。判断框至少有三个关联关系:一个流入,至少两个流出。角色至少有一个为非***。判断框的出口至少有两个。不存在与其他功能框无关联的功能框。同一业务模型中的客户、产品、渠道、合作方框里有多项内容。按此原则可以分析关联关系的正确性,以及业务需求的完整性。检查是否所有的处理框全部正确构建,避免出现未加入流程模型的处理框,或者顺序,标签错误的处理框。
S272,根据属性的数量,分析实体模型的正确性。
根据本公开的实施例,例如当新增实体的非关键属性少于3个时,作为不能单独存在的实体,转交架构师分析,要么补充属性,要么整合到已有实体中。新增、修改的实体模型,属性少于5条时,视为不符合标准要求。
更进一步地,为了提升业务模型的实时性,业务模型的生成方法例如还包括:
S280、当满足规定的条件时,更新业务模型到业务模型库。
在本实施例中,通过按需更新预设词库,就可以适配多种情况下的业务模型流程图的生成。更新预设词库的方式有多种,例如直接由架构师直接添加,在本实施例中,根据预设词库的成分不同,选择不同的实施方式,当预设词库为成分为主语的主语词库时,直接将未匹配中的成分词语添加至预设词库内即可。通过对各预设词库的更新,可以实现业务模型库的实时更新。
需要说明的是,规定的条件例如包括,运行达到一定的时间后、新业务线启动后、或者匹配失败后等,只要能够保证对自然语言的匹配程度即可。
图9示意性示出了根据本公开实施例的整个模型构建***的处理流程图。
如图9所示,从整体上看,用户提交用自然语言撰写的需求说明书后,业务模型构建***将自然语言转换为业务模型并进行模型合规性检查,当检查合规时,将业务模型更新到模型库中,当检查不合规时,则提交给架构师进行统一确认或调整后,再更新到模型库中。
图10示意性示出了根据本公开实施例的自然语言转换为模型语言的逻辑图。
如图10所示,从整体上看,可以通过分析自然语言的句子得到句中的各个成分。然后,可以利用主谓宾及条件句的条件来构建流程模型,以及利用主语的定语、宾语的定语和地点状语来获取客户标签、产品标签、渠道标签和合作方标签等来补充流程模型,体现了一种完整的流程模型的构建逻辑。
基于上述流程模型的生成方法,本公开提供一具体实施例:
需求描述:
(标题)个人客户在个人手机银行上办理留学汇款业务。
(需求内容)个人客户点击手机银行中的留学汇款后,***弹出留学汇款的页面供客户填写。客户选择身份证件,录入号码后,***通过公安部***联网核查身份证件。当证件信息要素不相符时,***提示“您提供的证件暂不能在手机银行上办理,请到网点办理”,客户点击“确认”后页面返回汇款业务页面;证件信息要素相符时,客户可录入学校名称等信息。
(后续处理省略)
第一步,从需求内容中提取基本成分词语以及对应的成分。
主语:客户、***。
这两者均为预设词库,即标准角色库内容,不需调整。若无同义词,例如角色库中没有客户,则直接将提取出的成分词语作为成分词语。即直接将客户作为成分词语。
动词:点击、弹出、选择、录入、核查、提示、返回、录入。这些动词例如均为标准动词,不需要调整。
宾语:留学汇款、页面、身份证件、号码。
定语:个人、留学汇款、联网。
在本实施例中,与当前客户、产品、合作方信息库匹配后,将个人填写到流程模型的客户标签中,将留学汇款填写到流程模型的产品标签中。联网不存在相关的信息库中,后续由架构师确认是否删除。
地点状语:个人手机银行、公安部***。
与当前客户、产品、合作方信息库匹配后,将个人手机银行填写到流程模型的渠道标签中。公安部***不在相关信息库中,提交架构师确认。
条件句:当证件信息要素不相符时,***提示“您提供的证件暂不能在手机银行上办理,请到网点办理”,客户点击“确认”后页面返回汇款业务页面。相符时,客户可录入学校名称等信息。
动作框组合。对成分词语进行组合,得到动作框“[]”。(客户)[点击留学汇款],(***)[弹出页面],(客户)[选择身份证件],(客户)[录入号码],(***)网核查+身份证件及号码]。
判断框获取。提取条件句中的条件,可以得到判断框“<>”,以及对条件句的成分词语进行组合,可以得到与判断框“<>”直接相关的动作框“[]”。<证件要素相符>(客户)[录入学校名称],<证件要素不相符>(***)[提示“您提供的证件暂不能在手机银行上办理,请到网点办理”]。
第二步,建立模型内关系。按文字描述顺序排序。
1-(客户)[点击留学汇款],2-(***)[弹出页面],3-(客户)[选择身份证件],4-(客户)[录入号码],5-(***)[核查+身份证件及号码],6-<证件要素相符>(客户)[录入学校名称],<证件要素不相符>(***)[提示“您提供的证件暂不能在手机银行上办理,请到网点办理”]。
第三步,绘制流程模型。
按角色绘制泳道,得到两个泳道:一个是客户,一个是***。
把客户和***分别放到泳道的角色中。
把第二步得到的结果为客户的动作框按顺序放到角色为客户的泳道中,结果为***的动作框及判断框按顺序放到角色为***的泳道中。
按第二步分析得到的顺序在动作框间绘制连线。“<>”有两个,意思相反,例如去连否定含义的,留下<证件要素不相符>,后面跟相应的动作框。例如可以将肯定与否定词体现在“<>”与“[]”的连线上。
将第二步确定的客户、产品、渠道、合作方标签填写到流程模型标签中。
流程图绘制完成后,提交架构师审核,根据标签,提示“联网、公安部***,非客户、产品、渠道、合作方,请确认是否调整模型。”由架构师在***里进行相关处理。
具体的,本公开提供一种更新实体模型库的具体实施例。
业务需求说明书中有一段内容为“证件类型新增电子身份证。用户可凭证电子身份证办理相关业务”。
第一步,分析名词。用分词技术和语义分析技术,可以得到,第一句话的初始名词是“身份证件”。第二句话的初始名词有用户、身份证、业务。例如整个段落中没有描述用户、业务的句子,则将用户和业务删除。对身份证名词描述的句子有两个,则该名词为有效名词。
第二步,用有效名词在现有数据库中进行检索,现有实体中有该名词。则将该名词的定语挑出来,在该实体中进行近义词匹配。身份证的定语为“电子”。在已有实体中未发现,则将“电子”作为属性增加到已有实体中。
第三步,域值补充。用企业级信息标准的域值补充到电子身份证属性对应的域值里。若企业级信息标准无相关域值,则为空,提交给架构师补充。
综上所述,本公开提供了一种业务模型的生成方法,通过对自然语言的多维度分析,实现将自然语言转换成对应的业务模型,满足从不同维度体现业务的需要,确保业务模型随业务需求同步更新,减少了构建和维护业务模型的大量人力投入及时间占用。
基于上述业务模型的生成方法,本公开另一方面提供了一种业务模型的生成装置。以下将结合图11对该装置进行详细描述。
图11示意性示出了根据本公开实施例的业务模型的生成装置的结构框图。
如图11所示,本公开另一方面提供一种业务模型的生成装置1100,例如包括:获取模块1110,流程模块1120,实体模块1130和生成模块1140。
获取模块1110用于获取需求内容中自然语句的全部成分词语以及对应的成分。在一实施例中,获取模块1110可以用于执行前文描述的操作S210,在此不再赘述。
流程模块1120用于根据成分,将成分词语与对应的预设词库进行匹配,得到多个处理框,按动作发生时序和各处理框的关联关系数,对多个处理框进行排列及关联,得到流程模型。在一实施例中,流程模块1120可以用于执行前文描述的操作S220~S230,在此不再赘述。
实体模块1130用于获取成分词语中的有效名词和修饰名词,其中,修饰名词描述有效名词,对有效名词进行数据库检索,将有效名词作为实体,将修饰名词作为属性,查询企业级信息标准,得到与属性相对应的阈值,根据实体、属性和阈值得到实体模型。在一实施例中,实体模块1130可以用于执行前文描述的操作S240~S260,在此不再赘述。
生成模块1140用于根据流程模型和实体模型生成业务模型。在一实施例中,生成模块1140可以用于执行前文描述的操作S270,在此不再赘述。
根据本公开的实施例,获取模块1110,流程模块1120,实体模块1130和生成模块1140中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块1110,流程模块1120,实体模块1130和生成模块1140中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块1110,流程模块1120,实体模块1130和生成模块1140中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图12示意性示出了根据本公开实施例的适于实现业务模型的生成方法的电子设备的方框图。
如图12所示,根据本公开实施例的电子设备1200包括处理器1201,其可以根据存储在只读存储器(ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM)1203中的程序而执行各种适当的动作和处理。处理器1201例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器1201还可以包括用于缓存用途的板载存储器。处理器1201可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1203中,存储有电子设备1200操作所需的各种程序和数据。处理器1201、ROM 1202以及RAM 1203通过总线1204彼此相连。处理器1201通过执行ROM 1202和/或RAM1203中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM 1202和RAM 1203以外的一个或多个存储器中。处理器1201也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备1200还可以包括输入/输出(I/O)接口1205,输入/输出(I/O)接口1205也连接至总线1204。电子设备1200还可以包括连接至I/O接口1205的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1207;包括硬盘等的存储部分1208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1210上,以便于从其上读出的计算机程序根据需要被安装入存储部分1208。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 1202和/或RAM 1203和/或ROM 1202和RAM 1203以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机***中运行时,该程序代码用于使计算机***实现本公开实施例所提供业务模型的生成方法。
在该计算机程序被处理器1201执行时执行本公开实施例的***/装置中限定的上述功能。根据本公开的实施例,上文描述的***、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分1209被下载和安装,和/或从可拆卸介质1211被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分1209从网络上被下载和安装,和/或从可拆卸介质1211被安装。在该计算机程序被处理器1201执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
以上所述的具体实施例,对本公开的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本公开的具体实施例而已,并不用于限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (13)
1.一种业务模型的生成方法,其特征在于,包括:
获取需求内容中自然语句的全部成分词语以及对应的成分;
根据所述成分,将所述成分词语与对应的预设词库进行匹配,得到多个处理框;
按动作发生时序和各所述处理框的关联关系数,对多个所述处理框进行排列及关联,得到流程模型;
获取所述成分词语中的有效名词和修饰名词,其中,所述修饰名词描述所述有效名词;
将所述有效名词作为实体,将所述修饰名词作为属性;
查询企业级信息标准,得到与所述属性相对应的阈值;
根据所述实体、所述属性和所述阈值得到实体模型;
根据所述流程模型和所述实体模型生成业务模型。
2.根据权利要求1所述的业务模型的生成方法,其特征在于,所述成分包括主语、谓语和宾语,所述根据所述成分,将所述成分词语与对应的预设词库进行匹配,得到多个处理框包括:
将各所述自然语句中的所述主语作为角色,得到各所述处理框的负责人;
分别获取各所述谓语和各所述宾语在对应的预设词库中的同义词;
将各所述同义词置于各所述负责人之后,得到多个所述处理框。
3.根据权利要求2所述的业务模型的生成方法,其特征在于,所述按动作发生时序和各所述处理框的关联关系数,对多个所述处理框进行排列及关联,得到流程模型包括:
对应所述负责人,生成泳道;
将只有一个关联关系,且向后关联的所述处理框排在首位;
根据各所述处理框的动作发生时序,将各所述处理框分设于对应的所述泳道中;
按所述时序连接各所述处理框得到所述流程模型。
4.根据权利要求1所述的业务模型的生成方法,其特征在于,所述自然语句包括非条件句和条件句,所述根据所述成分,将所述成分词语与对应的预设词库进行匹配,得到多个处理框包括:
根据所述非条件句的所述成分,得到动作框;
根据所述条件句的所述成分,得到判断框。
5.根据权利要求2所述的业务模型的生成方法,其特征在于,所述成分还包括定语和状语,所述业务模型的生成方法还包括:
根据所述主语的定语,得到客户类型;
根据所述宾语的定语,得到产品名称;
根据所述状语得到渠道名称和/或合作方名称;
分别将所述客户类型、所述产品名称、所述渠道名称和所述合作方名称与对应的预设词库进行匹配,得到对应的模型标签;
将各所述模型标签添加到所述流程模型中。
6.根据权利要求1所述的业务模型的生成方法,其特征在于,所述将所述有效名词作为实体,将所述修饰名词作为属性包括:
将所述有效名词与实体模型库进行匹配;
在匹配的情况下,将所述修饰名词作为属性;
在不匹配的情况下,将所述有效名词作为新增实体,将所述修饰名词作为所述新增实体的属性。
7.根据权利要求1所述的业务模型的生成方法,其特征在于,所述获取需求内容中自然语句的全部成分词语以及对应的成分包括:
逐行对所述自然语句进行分词拆解得到所述成分词语;
根据语义分析,获取每一所述成分词语的所述成分。
8.根据权利要求2所述的业务模型的生成方法,其特征在于,在根据所述流程模型和所述实体模型生成业务模型之前,所述业务模型的生成方法还包括:
根据所述负责人的类型以及各所述处理框间的关联性,分析所述流程模型的正确性;
根据所述属性的数量,分析所述实体模型的正确性。
9.根据权利要求8所述的业务模型的生成方法,其特征在于,在生成所述业务模型之后,所述业务模型的生成方法还包括:
更新所述业务模型到业务模型库。
10.一种业务模型的生成装置,其特征在于,包括:
获取模块,用于获取需求内容中自然语句的全部成分词语以及对应的成分;
流程模块,用于根据所述成分,将所述成分词语与对应的预设词库进行匹配,得到多个处理框;按动作发生时序和各所述处理框的关联关系数,对多个所述处理框进行排列及关联,得到流程模型;
实体模块,用于获取所述成分词语中的有效名词和修饰名词,其中,所述修饰名词描述所述有效名词;将所述有效名词作为实体,将所述修饰名词作为属性;查询企业级信息标准,得到与所述属性相对应的阈值;根据所述实体、所述属性和所述阈值得到实体模型;以及,
生成模块,用于根据所述流程模型和所述实体模型生成业务模型。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1至9中任一项所述的业务模型的生成方法。
12.一种计算机可读存储介质,其特征在于,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1至9中任一项所述的业务模型的生成方法。
13.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1至9中任一项所述的业务模型的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210308941.6A CN114676694A (zh) | 2022-03-25 | 2022-03-25 | 业务模型的生成方法、装置、设备、介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210308941.6A CN114676694A (zh) | 2022-03-25 | 2022-03-25 | 业务模型的生成方法、装置、设备、介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114676694A true CN114676694A (zh) | 2022-06-28 |
Family
ID=82076237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210308941.6A Pending CN114676694A (zh) | 2022-03-25 | 2022-03-25 | 业务模型的生成方法、装置、设备、介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114676694A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114638221A (zh) * | 2022-03-31 | 2022-06-17 | 中国工商银行股份有限公司 | 基于业务需求的业务模型生成方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991923A (zh) * | 2019-12-12 | 2020-04-10 | 中国工商银行股份有限公司 | 架构构建方法、装置、电子设备和介质 |
CN112507040A (zh) * | 2020-12-21 | 2021-03-16 | 北京百度网讯科技有限公司 | 多元关系生成模型的训练方法、装置、电子设备及介质 |
CN113392439A (zh) * | 2021-06-17 | 2021-09-14 | 中国工商银行股份有限公司 | 流程图生成装置及其方法、控制装置、介质、程序产品 |
CN113448848A (zh) * | 2021-06-25 | 2021-09-28 | 中国工商银行股份有限公司 | 基于用例法的转化方法及装置、电子设备和存储介质 |
-
2022
- 2022-03-25 CN CN202210308941.6A patent/CN114676694A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991923A (zh) * | 2019-12-12 | 2020-04-10 | 中国工商银行股份有限公司 | 架构构建方法、装置、电子设备和介质 |
CN112507040A (zh) * | 2020-12-21 | 2021-03-16 | 北京百度网讯科技有限公司 | 多元关系生成模型的训练方法、装置、电子设备及介质 |
CN113392439A (zh) * | 2021-06-17 | 2021-09-14 | 中国工商银行股份有限公司 | 流程图生成装置及其方法、控制装置、介质、程序产品 |
CN113448848A (zh) * | 2021-06-25 | 2021-09-28 | 中国工商银行股份有限公司 | 基于用例法的转化方法及装置、电子设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114638221A (zh) * | 2022-03-31 | 2022-06-17 | 中国工商银行股份有限公司 | 基于业务需求的业务模型生成方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107491534B (zh) | 信息处理方法和装置 | |
US20220198327A1 (en) | Method, apparatus, device and storage medium for training dialogue understanding model | |
US11645277B2 (en) | Generating and/or utilizing a machine learning model in response to a search request | |
US10042921B2 (en) | Robust and readily domain-adaptable natural language interface to databases | |
US20230136368A1 (en) | Text keyword extraction method, electronic device, and computer readable storage medium | |
US11023503B2 (en) | Suggesting text in an electronic document | |
US11151323B2 (en) | Embedding natural language context in structured documents using document anatomy | |
US20160103822A1 (en) | Natural language consumer segmentation | |
US11681876B2 (en) | Cascaded fact-based summarization | |
US20120158742A1 (en) | Managing documents using weighted prevalence data for statements | |
US11347944B2 (en) | Systems and methods for short text identification | |
CN114595686B (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
CN113986864A (zh) | 日志数据处理方法、装置、电子设备及存储介质 | |
Jiang et al. | Application intelligent search and recommendation system based on speech recognition technology | |
CN114580383A (zh) | 日志分析模型训练方法、装置、电子设备以及存储介质 | |
CN114676694A (zh) | 业务模型的生成方法、装置、设备、介质和程序产品 | |
CN116720489B (zh) | 页面填充方法及装置、电子设备和计算机可读存储介质 | |
US11163761B2 (en) | Vector embedding models for relational tables with null or equivalent values | |
CN111126073B (zh) | 语义检索方法和装置 | |
US20240020538A1 (en) | Systems and methods for real-time search based generative artificial intelligence | |
CN114638221A (zh) | 基于业务需求的业务模型生成方法及装置 | |
US20150235281A1 (en) | Categorizing data based on cross-category relevance | |
US11880798B2 (en) | Determining section conformity and providing recommendations | |
CN114691850A (zh) | 生成问答对的方法、神经网络模型的训练方法和装置 | |
CN113095078A (zh) | 关联资产确定方法、装置和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |