CN117980880A - 指令文件生成方法、装置、电子设备和存储介质 - Google Patents
指令文件生成方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117980880A CN117980880A CN202180101903.7A CN202180101903A CN117980880A CN 117980880 A CN117980880 A CN 117980880A CN 202180101903 A CN202180101903 A CN 202180101903A CN 117980880 A CN117980880 A CN 117980880A
- Authority
- CN
- China
- Prior art keywords
- information
- named
- named entity
- management
- model
- 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 58
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 239000013598 vector Substances 0.000 claims description 243
- 230000015654 memory Effects 0.000 claims description 70
- 238000002372 labelling Methods 0.000 claims description 68
- 230000002457 bidirectional effect Effects 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 30
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 20
- 230000004927 fusion Effects 0.000 claims description 16
- 230000007787 long-term memory Effects 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 205
- 238000013515 script Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000006403 short-term memory Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000010410 layer Substances 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/35—Creation or generation of source code model driven
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了指令文件生成方法、装置、电子设备和存储介质,该指令文件生成方法包括:获取用于指示对云计算平台进行管理的类型的管理类型信息;从预先创建的至少一个文件模板中确定与管理类型信息相对应的一个目标文件模板;获取以自然语言输入用于指示对云计算平台进行管理的需求的管理需求信息;识别管理需求信息包括的至少两个命名实体;确定至少两个命名实体之间的逻辑关系;根据至少两个命名实体之间的逻辑关系,将至少两个命名实体中的至少一个命名实体输入目标文件模板,获得指令文件,其中,指令文件被执行时实现管理需求信息所指示的对云计算平台进行管理的需求。本方案能够降低用于对云计算平台进行管理的指令文件的生成难度。
Description
本申请涉及计算机技术领域,尤其涉及一种指令文件生成方法、装置、电子设备和存储介质。
云计算平台(Cloud Computing Platform)能够基于硬件资源和软件资源,提供计算、网络和存储等服务。用户可以在云计算平台上部署应用、服务或集群等,使用云计算平台提供的计算单元、网络、存储等互联网技术(Internet Technology,IT)基础设施,使得用户可以将更多的精力放在业务和软件开发上,而不需要耗费过多的精力设置IT基础设施。
目前,在云计算平台上部署应用、服务或集群,或者对云计算平台上部署的应用、服务或集群进行管理时,需要用户编写包括脚本、代码或命令行的指令文件,进而通过执行所编写的指令文件对云计算平台进行管理,实现应用、服务或集群的部署和管理。
由于编写脚本、代码和命令行需要用户具有较强的专业知识,而用于对应用、服务或集群进行管理的指令文件包括脚本、代码或命令行,因此编写指令文件的难度较大,进而导致对云计算平台进行管理的难度较大。
发明内容
有鉴于此,本申请提供的指令文件生成方法、装置、电子设备和存储介质,能够降低用于对云计算平台进行管理的指令文件的生成难度。
第一方面,本申请实施例提供了一种指令文件生成方法,包括:
获取管理类型信息,其中,所述管理类型信息用于指示对云计算平台进行管理的类型;
从预先创建的至少一个文件模板中确定与所述管理类型信息相对应的一个目标文件模板;
获取以自然语言输入的管理需求信息,其中,所述管理需求信息用于指示对所述云计算平台进行管理的需求;
识别所述管理需求信息包括的至少两个命名实体;
确定所述至少两个命名实体之间的逻辑关系;
根据所述至少两个命名实体之间的逻辑关系,将所述至少两个命名实体中的至少一个命名实体输入所述目标文件模板,获得指令文件,其中,所述指令文件被执行时实现所述管理 需求信息所指示的对所述云计算平台进行管理的需求。
第二方面,本申请实施例还提供了一种指令文件生成装置,包括:
第一获取模块,用于获取管理类型信息,其中,管理类型信息用于指示对云计算平台进行管理的类型;
匹配模块,用于从预先创建的至少一个文件模板中确定与第一获取模块获取到的管理类型信息相对应的一个目标文件模板;
第二获取模块,用于获取以自然语言输入的管理需求信息,其中,管理需求信息用于指示对云计算平台进行管理的需求;
识别模块,用于识别第二获取模块获取到的管理需求信息包括的至少两个命名实体;
提取模块,用于确定识别模块识别出的至少两个命名实体之间的逻辑关系;
生成模块,用于根据提取模块识别出的至少两个命名实体之间的逻辑关系,将至少两个命名实体中的至少一个命名实体输入匹配模块确定出的目标文件模板,获得指令文件,其中,指令文件被执行时实现管理需求信息所指示的对云计算平台进行管理的需求。
第三方面,本申请实施例还提供了一种电子设备,包括:处理器、通信接口、存储器和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述第一方面所提供指令文件生成方法对应的操作。
第四方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机指令,所述计算机指令在被处理器执行时,使所述处理器执行上述第一方面所提供指令文件生成方法对应的操作。
第五方面,本申请实施例还提供了一种计算机程序产品,所述计算机程序产品被有形地存储在计算机可读介质上并且包括计算机可执行指令,所述计算机可执行指令在被执行时使至少一个处理器执行如上述第一方面或第一方面的任一可能的实现方式提供的指令文件生成方法。
其中,为实现对云计算平台进行不同类型的管理,预先创建有对应于不同管理类型的文件模板,根据对云计算平台进行管理的类型从各文件模板中确定目标文件模板,然后根据用户以自然语言输入的管理需求信息,从管理需求信息中识别命名实体,并确定各命名实体之间的逻辑关系,然后根据各实体之间的逻辑关系将一个或多个命名实体输入目标文件模板,获得被执行时能够实现用户对云计算平台的管理***的指令文件,进而通过执行指令文件便可以按照用户的管理需求,对云计算平台进行相应的管理。用户在对云计算平台进行管理的过程中,仅需要输入用于指示对云计算平台进行管理的类型的管理类型信息,并以自然语言 输入用于指示对云计算平台进行管理的需求的管理需求信息,便能够生成可以按照用户需求对云计算平台进行管理的指令文件,指令文件生成过程不需要用户编写脚本、代码或命令行,从而降低了用于对云计算平台进行管理的指令文件的生成难度。
对于上述任一方面,可选地,在识别管理需求信息包括的命名实体时,首先将管理需求信息输入命名实体识别模型包括的转换子模型,将管理需求信息包括的每个词语转换为相应的第一向量,进而获得包括多个第一向量的第一向量集,然后将第一向量集输入命名实体识别模型包括的标注子模型,获得标注子模型输出的命名实体标注信息,其中,命名实体标注信息能够指示管理需求信息中属于命名实体的词语。
预先训练命名实体识别模型,通过命名实体识别模型可以自动识别管理需求信息中的命名实体,进行后续可以基于管理需求信息中的命名实体自动生成指令文件,指令文件被执行时能够按照用户的需求对云计算平台进行相应的操作,使得用户在对云计算平台进行管理时,仅需输入管理类型信息和管理需求信息,无需掌握编写脚本、代码或命令行的专业知识,提升用户对云计算平台进行管理的方便性,有助于提升云计算平台的用户的使用体验。
对于上述任一方面,可选地,标注子模型包括第一双向长短期记忆网络和条件随机场,在获取标注子模型输出的命名实体标注信息时,首先将第一向量集输入第一双向长短期记忆网络,通过第一双向长短期记忆网络对第一向量集中的第一向量进行上下文融合,将第一双向长短期记忆网络的前向输出和后向输出加和后获得第二向量集,然后将第二向量集输入条件随机场,通过条件随机场对第二向量集中每个第二向量对应的词语进行命名实体标注,获得用于指示管理需求信息中属于命名实体的词语的命名实体标注信息。
将第一向量集输入第一双向长短期记忆网络,通过第一双向长短期记忆网络对第一向量集中的第一向量进行上下文融合,使得第一双向长短期记忆网络输出的第二向量集包括更多的信息,第二向量集中的第二向量能够更加准确地表示相应词语在管理需求信息中的意思,从而条件随机场能够基于第二向量集对管理需求信息中的命名实体进行准确识别,而提高命名实体识别的准确性,进而保证基于命名实体所生成的指令文件被执行时,能够按照用户的需求对云计算平台进行相应的管理,提高对云计算平台进行管理的准确性。
对于上述任一方面,可选地,在确定命名实体之间的逻辑关系时,首先对各命名实体进行排列组合,获得多个命名实体对,然后对于每个命名实体对,根据命名实体标注信息对管理需求信息中属于命名实体的词语添加命名实体标签,并在管理需求信息中标注该命名实体对的主体和客体,获得包括有管理需求信息、命名实体标签、主体标签和客体标签的识别输入信息,然后将识别输入信息输入关系识别模型包括的编码子模型,将识别输入信息转换为第三向量集,然后将第三向量集输入关系识别模型包括的识别子模型,获得识别子模型输出 的命名实体关系信息,其中,命名实体关系信息用于指示相应命名实体对中两个命名实体之间的逻辑关系。
在识别出管理需求信息中的命名实体后,对识别出的命名实体进行两两排列组合,获得多个命名实体对,然后依次确定每个命名实体对中两个命名实体之间的逻辑关系,从而可以更加精细化的确定命名实体之间的逻辑关系,保证所确定出的命名实体之间逻辑关系的准确性。针对每个命名实体对,通过包括管理需求信息、命名实体标签以及该命名实体对的主体标签和客体标签的识别输入信息,确定该命名实体对中两个命名实体之间的逻辑关系,由于识别输入信息包括管理需求信息中词语的信息、命名实体的信息以及命名实体对的主谓关系信息,基于这些信息可以更加准确地确定命名实体对中两个命名实体在管理需求信息中的意思,从而可以更加准确的确定命名实体之间的逻辑关系。
对于上述任一方面,可选地,识别子模型包括第二双向长短期记忆网络和归一化指数函数,在获得命名实体关系信息时,首先将第三向量集输入第二双向长短期记忆网络,通过第二双向长短期记忆网络对第三向量集中的第三向量进行上下文融合,将第二双向长短期记忆网络的前向输出和后向输出加和后获得第四向量集,然后将第四向量集输入归一化指数函数,通过归一化指数函数识别命名实体对中两个命名实体之间的逻辑关系,获得用于指示命名实体对中两个命名实体之间逻辑关系的命名实体关系信息。
将第三向量集输入第二双向长短期记忆网络,通过第二双向长短期记忆网络对第三向量集中的第三向量进行上下文融合,使得第二双向长短期记忆网络输出的第四向量集中,每个第四向量都包括上下文信息,能够更加准确和直观的表示命名实体之间的逻辑关系,从而归一化指数函数基于第四向量集识别命名实体之间的逻辑关系时,能够更加准确地识别出命名实体对中两个命名实体之间的逻辑关系,进而保证后续基于命名实体之间逻辑关系所生成指令文件的准确性。
对于上述任一方面,可选地,在根据命名实体之间的逻辑关系,向目标文件模板中输入命名实体以获得指令文件时,根据命名实体之间的逻辑关系,确定目标文件模板中的至少一个输入位置,并从管理需求信息包括的命名实体中确定每个输入位置对应的待输入命名实体,然后将每个待输入命名实体输入到目标文件中相对应的输入位置,生成指令文件。
目标文件模板中的输入位置与命名实体之间的逻辑关系相对应,根据管理需求信息中命名实体之间的逻辑关系,确定目标文件模板中的输入位置,并确定输入到目标文件模板中的命名实体,进而将管理需求信息中的一个或多个命名实体输入到目标文件模板中相应的输入位置,获得与管理需求信息相对应的指令文件,保证能够将适当的命名实体输入到目标文件模板中适当的位置,在确保指令文件能够正常被执行的前提下,当指令文件被执行时能够按 照用户的需求对云计算平台进行操作,从而可以提高对云计算平台进行管理的准确性。
图1是本申请实施例一提供的一种指令文件生成方法的流程图;
图2是本申请实施例二提供的一种命名实体识别模型的示意图;
图3是本申请实施例三提供的一种命名实体逻辑关系确定方法的流程图;
图4是本申请实施例三提供的一种关系识别模型的示意图;
图5是本申请实施例五提供的一种指令文件生成装置的示意图;
图6是本申请实施例六提供的一种电子设备的示意图。
附图标记列表:
100:指令文件生成方法 200:命名实体识别模型
300:命名实体逻辑关系确定方法 400:关系识别模型
500:指令文件生成装置 600:电子装置
210:转换子模型 220:标注子模型 222:第一双向长短期记忆网络
224:条件随机场 410:编码子模型 422:第二双向长短期记忆网络
420:识别子模型 424:归一化指数函数 402:命名实体对
404:实体标注信息 501:第一获取模块 502:匹配模块
503:第二获取模块 504:识别模块 505:提取模块
506:生成模块 602:处理器 604:通信接口
606:存储器 608:通信总线 610:程序
101:获取管理类型信息
102:从至少一个文件模板中,确定与管理类型信息相对应的一个目标文件模板
103:获取以自然语言输入的管理需求信息
104:识别管理需求信息中包括的至少两个命名实体
105:确定各命名实体之间的逻辑关系
106:根据命名实体之间的逻辑关系,向目标文件模板中输入命名实体,获得指令文件
301:对管理需求信息总的各命名实体进行排列组合,获得至少两个命名实体对
302:在管理需求信息中添加命名实体标签,并标注主体和客体,获得识别输入信息
303:通过关系识别模型包括的编码子模型将识别输入信息转换为第三向量集
304:将第三向量集输入识别子模型,获得识别子模型输出的命名实体关系信息。
如前所述,目前在云计算平台上部署应用、服务或集群,或者对云计算平台上部署的应用、服务或集群进行管理时,需要用户编写包括脚本、代码或命令行的指令文件,进而通过执行所编写的指令文件实现应用、服务或集群的部署和管理。由于编写脚本、代码和命令行需要较强的专业知识,非相关领域的专业人员编写脚本、代码或命令行的难度较大,因此对于普通用户而言,编写用于部署或管理应用、服务和集群的指令文件的难度较大,进而导致对云计算平台进行管理的难度较大。
本申请实施例中,首先根据对云计算平台进行管理的类型,确定相对应的目标文件模板,然后从以自然语言输入的管理需求信息中识别命名实体,并确定各命名实体之间的逻辑关系,然后根据各命名实体之间的逻辑关系,将其中的一个或多个命名实体输入到目标文件模板中,形成用于对云计算平台进行管理的指令文件。用户在对云计算平台进行管理的过程中,仅需要输入用于指示对云计算平台进行管理的类型的管理类型信息,并以自然语言输入用于指示对云计算平台进行管理的需求的管理需求信息,不需要用户编写脚本、代码或命令行,便能够生成用于对云计算平台进行管理的指令文件,从而能够降低用于对云计算平台进行管理的指令文件的生成难度。
需要说明的是,本申请实施例管理需求信息以自然语言输入,管理需求信息中包括命名实体,在自然语言处理(Natural Language Processing,NLP)中,命名实体是指人名、机构名、地名以及其他所有以名称为标识的实体,还包括数字、日期、货币、地址等等。在本申请实施例中,命名实体包括对云计算平台进行管理过程中涉及的变量,该变量是云计算平台上具体应用或服务的属性信息,比如该变量可以是集群所包括节点的数量。指令文件可以是被执行时能够对云计算平台进行操作的脚本文件、代码文件或命令行文件等。
下面结合附图对本申请实施例提供的指令文件生成方法和装置进行详细说明。
实施例一
图1是本申请实施例一提供的一种指令文件生成方法100的流程图,用于生成对云计算平台进行管理的指令文件。如图1所示,该指令文件生成方法100包括如下步骤:
步骤101、获取管理类型信息。
管理类型信息用于指示对云计算平台进行管理的类型,对云计算平台进行管理的类型包括在云计算平台上部署应用、服务或集群,还包括对云计算平台上部署的应用、服务或集群进行诸如配置、更新、删除等的一系列操作。
当接收到用户对云计算平台进行管理的请求后,向用户展示可对云计算平台进行的各种 管理类型标签,用户根据对云计算平台进行管理的实际需求,从各管理类型标签中选择相对应的管理类型标签,进而可以根据用户所选择的管理类型标签,生成用于指示管理类型的管理类型信息。
步骤102、从预先创建的至少一个文件模板中,确定与管理类型信息相对应的一个目标文件模板。
预先针对云计算平台的各种管理类型创建有相应的文件模板,不同的管理类型对应不同的文件模板。文件模板包括实现相应管理功能的基本框架,该基本框架通过脚本、代码或命令行实现。
在获取到管理类型信息后,根据管理类型信息确定用户对云计算平台进行管理的管理类型,进而将与该管理类型相对应的文件模板确定为目标文件模板。
步骤103、获取以自然语言输入的管理需求信息。
管理需求信息用于指示对云计算平台进行管理的需求,即管理需求信息为用自然语言描述的需要在云计算平台上执行的操作。管理需求信息可以描述在云计算平台上部署应用、服务或集群,还可以描述对云计算平台上部署的应用、服务或集群进行管理。
根据应用场景的不同,管理需求信息可以包括不同的语种,比如管理需求信息可以是中文、英文等各种不同的语种,也可以是多个语种的混合语种。
步骤104、识别管理需求信息中包括的至少两个命名实体。
管理需求信息包括至少两个命名实体,命名实体是指人名、机构名、地名以及其他所有以名称为标识的实体,还包括数字、日期、货币和地址等等。比如,管理需求信息包括集群的名称、节点的数量、集群的类型等。在获取到管理需求信息之后,识别管理需求信息包括的命名实体。
步骤105、确定各命名实体之间的逻辑关系。
在识别出管理需求信息包括的命名实体后,确定各命名实体之间的逻辑关系。命名实体之间的逻辑关系可以是“命名”、“数量”等,逻辑关系“命名”是指一个实体是另一个实体的名称,逻辑关系“数量”是指一个实体是另一个实体的数量。
步骤106、根据各命名实体之间的逻辑关系,将各命名实体中的至少一个命名实体输入目标文件模板,获得指令文件。
指令文件被执行时能够实现管理需求信息所指示的对云计算平台进行管理的需求,即在获得指令文件后,通过执行指令文件,便能够实现用户对云计算平台进行管理的需求。比如,通过执行指令文件,可以在云计算平台上部署应用功能、服务或集群,或者可以对云计算平台上部署的应用、服务或集群进行相应的管理。
由于目标文件模板包括实现管理需求信息所指示需求的基本框架,根据各命名实体之间的逻辑关系,将管理需求信息中的一个或多个命名实体输入目标文件模板,针对管理需求信息对目标文件模板进行完善,获得能够实现管理需求信息所指示管理需求的指令文件。当指令文件被执行时,能够对云计算平台执行与管理需求信息相对应的操作。
在本申请实施例中,为实现对云计算平台进行不同类型的管理,预先创建有对应于不同管理类型的文件模板,根据对云计算平台进行管理的类型从各文件模板中确定目标文件模板,然后根据用户以自然语言输入的管理需求信息,从管理需求信息中识别命名实体,并确定各命名实体之间的逻辑关系,然后根据各实体之间的逻辑关系将一个或多个命名实体输入目标文件模板,获得被执行时能够实现用户对云计算平台的管理***的指令文件,进而通过执行指令文件便可以按照用户的管理需求,对云计算平台进行相应的管理。用户在对云计算平台进行管理的过程中,仅需要输入用于指示对云计算平台进行管理的类型的管理类型信息,并以自然语言输入用于指示对云计算平台进行管理的需求的管理需求信息,便能够生成可以按照用户需求对云计算平台进行管理的指令文件,指令文件生成过程不需要用户编写脚本、代码或命令行,从而降低了用于对云计算平台进行管理的指令文件的生成难度。
实施例二
在实施例一所提供指令文件生成方法100的基础上,在识别管理需求信息所包括的命名实体时,可以将管理需求信息输入预先训练的命名实体识别模型,通过命名实体识别模型识别管理需求信息中的命名实体。命名实体识别模型包括转换子模型和标注子模型,转换子模型用于将输入信息中包括的词语转换为向量,标注子模型用于根据转换子模型输出的向量,对各向量所对应词语中属于命名实体的词语进行标注。
在识别管理需求信息中的命名实体时,首先将管理需求信息输入转换子模型,通过转换子模型分别将管理需求信息包括的每个词语转换为第一向量,进而获得包括各第一向量的第一向量集。比如,管理需求信息为“Deploy a Kubernetes cluster named Client-A with 2 nodes”,将该管理需求信息输入转换子模型后,转换子模型将管理需求信息包括的每个词语转换为相应的第一向量,进而获得包括各第一向量的第一向量集[v
deploy,v
a,…,v
nodes],其中,v
deploy为词语“Deploy”对应的第一向量,v
a为词语“a”对应的第一向量,v
nodes为词语“nodes”对应的第一向量。
在获得第一向量集后,将第一向量集输入标注子模型,使标注子模型根据第一向量集中的各第一向量,识别管理需求信息中属于命名实体的词语,输出用于指示管理需求信息中属于命名实体的词语的命名实体标注信息。比如,将第一向量集[v
deploy,v
a,…,v
nodes]输入标注 子模型后,标注子模型输出的命名实体标注信息为“Deploy<O>/a<S>/Kubernetes<B>cluster<E>/named<O>/Client-A<S>/with<O>/2<S>nodes<S>”,其中,<O>用于标注非命名实体,<S>用于标注包括一个词语的命名实体,<B>用于标注一个命名实体的开始词语,<E>用于标注一个命名实体的结尾词语,即“Deploy”不是命名实体,“a”是包括一个词语的命名实体,“Kubernetes cluster”是以“Kubernetes”为开始词语且以“cluster”为结尾词语的命名实体,“named”不是命名实体,“Client-A”是包括一个词语的命名实体,“with”不是命名实体,“2”是包括一个词语的命名实体,“nodes”是包括一个词语的命名实体。
在本申请实施例中,预先训练用于识别输入信息中命名实体的命名实体识别模型,将管理需求信息输入命名实体识别模型后,命名实体识别模型包括的转换子模型将管理需求信息包括的各词语转换为第一向量,输出由各第一向量组成的第一向量集,第一向量集输入命名实体识别模型包括的标注子模型后,标注子模型标注出管理需求信息中各命名实体。通过命名实体识别模型识别管理需求信息中的命名实体,保证能够快速、准确的识别出管理需求信息中的命名实体,从而保证能够根据用户的需求生成相应的指令文件,以按照用户的需求对云计算平台进行相应的管理。
在一种可能的实现方式中,转换子模型包括有至少两层网络,由于单层网络难以准确表示整个句子的意思,通过包括多层网络的转换子模型将管理需求信息中的词语转换为第一向量,保证所获得的第一向量集能够准确反映管理需求信息的意思。
在一种可能的实现方式中,标注子模型包括双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)和条件随机场(Conditional Random Fields,CRF),通过双向长短期记忆网络整合管理需求信息的上下文,条件随机场根据双向长短期记忆网络的输出识别管理需求信息中命名实体。
图2是本申请实施例二提供的一种命名实体识别模型200的示意图,如图2所示,该命名实体识别模型200包括转换子模型210和标注子模型220,标注子模型220包括第一双向长短期记忆网络222和条件随机场224。基于图2所示的命名实体识别模型200,识别管理需求信息中命名实体可以通过如下方式实现:
S21、将管理需求信息输入转换子模型210,通过转换子模型210将管理需求信息中的各词语分别转换为第一向量,获取包括管理需求信息中各词语所对应第一向量的第一向量集。
S22、将第一向量集输入第一双向长短期记忆网络222,通过第一双向长短期记忆网络222对第一向量集中的第一向量进行上下文融合,获得第一双向长短期记忆网络222的前向输出和后向输出。
S23、对第一双向长短期记忆网络222的前向输出和后向输出进行整合,获得第二向量集。
在获得第一双向长短期记忆网络222的前向输出和后向输出后,可以对第一双向长短期记忆网络222的前向输出和后向输出进行求和、交合、截取拼接或映射等类型的处理,以获得能够体现第一向量集中各第一向量的上下文信息的第二向量集。
管理需求信息中每个词语对应第一向量集中的一个第一向量,管理需求信息中不同的词语对应不同的第一向量,因此第一向量集中第一向量的数量等于管理需求信息中词语的数量。在通过对第一双向长短期记忆网络222的前向输出和后向输出进行求和获得第二向量集时,第二向量集中包括多个第二向量,每个第二向量对应管理需求信息中的一个词语,不同的第二向量对应管理需求信息中不同的词语,因此第二向量集中第二向量的数量等于管理需求信息中词语的数量。将第一向量集输入第一双向长短期记忆网络222,通过第一双向长短期记忆网络222对第一向量集中每个第一向量进行上下文融合,将各第一向量转换为能够更准确表示相应词语在管理需求信息中的意思的第二向量,因此每个第一向量与一个第二向量相对应,第一向量集中第一向量的数量与第二向量集中第二向量的数据相等。
S24、将第二向量集输入条件随机场224,通过条件随机场对第二向量集中每个第二向量对应的词语进行命名实体标注,获得条件随机场输出的命名实体标注信息。
将第二向量集输入条件随机场244后,条件随机场224可以根据第二向量集包括的第二向量,识别管理需求信息中与第二向量对应的词语是否为命名实体,进而输出用于指示管理需求信息中属于命名实体的词语的命名实体标注信息。
条件随机场能是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型,其特点是假设输出随机变量构成马尔可夫随机场。将第二向量集输入条件随机场244后,条件随机场244能够对第二向量集中各第二向量对应的词语进行标注,以标注出词语是包括一个词语的命名实体、包括多个词语的命名实体或不是命名实体。
在本申请实施例中,首先将第一向量集输入第一双向长短期记忆网络,通过第一双向长短期记忆网络对第一向量集中的第一向量进行上下文融合,获得第二向量集,使得第二向量集中的第二向量包含更多的信息,以更加准确地表示相应词语在管理需求信息中的意思,从而将第二向量集输入条件随机场后,条件随机场能够基于第二向量集准确标注管理需求信息中各词语中的实体,进而保证后续所生成指令文件能够按照用户的需求对云计算平台进行管理。
下面以管理需求信息为“Deploy a Kubernetes cluster named Client-A with 2 nodes”为例,结合图2所示的命名实体识别模型200,对获取命名实体标注信息的过程进行说明。
将管理需求信息输入转换子模型210,转换子模型210将管理需求信息转换为第一向量集[v
deploy,v
a,…,v
nodes],其中,v
deploy为词语“Deploy”对应的第一向量,v
a为词语“a” 对应的第一向量,v
nodes为词语“nodes”对应的第一向量。
将第一向量集[v
deploy,v
a,…,v
nodes]输入第一双向长短期记忆网络222,第一双向长短期记忆网络222对第一向量集[v
deploy,v
a,…,v
nodes]中的第一向量进行上下文融合,获得第一双向长短期记忆网络222的前向输出[w
deploy,w
a,…,w
nodes]及后向输出[w′
deploy,w′
a,…,w′
nodes]。对长短期记忆网络222的前向输出[w
deploy,w
a,…,w
nodes]和后向输出[w′
deploy,w′
a,…,w′
nodes]进行求和,获得第二向量集[w
deploy+w′
deploy,w
a+w′
a,…,w
nodes+w′
nodes],其中,w
deploy+w′
deploy为词语“Deploy”对应的第二向量,w
a+w′
a为词语“a”对应的第二向量,w
nodes+w′
nodes为词语“nodes”对应的第二向量。
将第二向量集[w
deploy+w′
deploy,w
a+w′
a,…,w
nodes+w′
nodes]输入条件随机场224后,条件随机场224基于第二向量集[w
deploy+w′
deploy,w
a+w′
a,…,w
nodes+w′
nodes]中的第二向量,对管理需求信息中各词语进行序列标注,输出命名实体标注信息“Deploy<O>/a<S>/Kubernetes<B>cluster<E>/named<O>/Client-A<S>/with<O>/2<S>nodes<S>”,该命名实体标注信息指示“Deploy”不是命名实体,“a”是包括一个词语的命名实体,“Kubernetes cluster”是以“Kubernetes”为开始词语且以“cluster”为结尾词语的命名实体,“named”不是命名实体,“Client-A”是包括一个词语的命名实体,“with”不是命名实体,“2”是包括一个词语的命名实体,“nodes”是包括一个词语的命名实体。
实施例三
在实施例二所提供命名实体标注信息获取方法的基础上,可以根据命名实体标注信息确定管理需求信息中的各命名实体,对各命名实体进行组合后,确定两两命名实体之间的关系,进而确定出各命名实体之间的逻辑关系。
图3是本申请实施例三提供的一种命名实体逻辑关系确定方法300的流程图,如图3所示,该命名实体逻辑关系确定方法300包括如下步骤:
步骤301、对管理需求信息总的各命名实体进行排列组合,获得至少两个命名实体对。
根据命名实体标注信息,可以确定管理需求信息中的命名实体,然后对各命名实体进行两两排列组合,获得多个命名实体对。
需要说明的是,为了能够应对管理需求信息的句子结构复杂性,在对命名实体进行排列组合获得命名实体对时,两个命名实体可以排列组合成两个命名实体对,比如命名实体A-命名实体B为一个命名实体对,命名实体B-命名实体A为另一个命名实体对。
步骤302、针对每个命名实体对,根据命名实体标注信息对管理需求信息中为命名实体的词语添加命名实体标签,并在管理需求信息中标注该命名实体对的主体和客体,获得识别输入信息。
由于命名实体标注信息指示管理需求信息中为命名实体的词语,进而可以根据命名实体标注信息对管理需求信息中为命名实体的词语添加命名实体标签。另外,除了可以对管理需求信息中为命名实体的词语添加命名实体标签外,还可以对管理需求信息中不是命名实体的词语添加非命名实体标签,以便于后续识别命名实体之间逻辑关系时对进行数据处理。比如,以管理需求信息为“Deploy a Kubernetes cluster named Client-A with 2 nodes”为例,在添加命名实体标签和非命名实体标签后的管理需求信息为“Deploy<O>/a<S>/Kubernetes<B>cluster<E>/named<O>/Client-A<S>/with<O>/2<S>nodes<S>”。
针对任意一个命名实体对,根据管理需求信息的句子结构,可以确定该命名实体对中两个命名实体之间的主宾关系(主谓关系),从而可以在管理需求信息中标注该命名实体对所包括两个命名实体的主体和客体。在对命名实体对中的主体和客体进行标注时,通过符号<S:>、</S:>、<O:>、</O:>、<S:/S>和<O:/O>对包括不同数量词语的主体和客体进行标注,其中,符号<S:>表示为主体的命名实体的开始词语,符号</S:>表示为主体的命名实体的结尾词语,符号<O:>表示为客体的命名实体的开始词语,符号</O:>表示为客体的命名实体的结尾词语,符号<S:/S>表示为主语的包括一个词语的命名实体,符号<O:/O>表示为客体的包括一个词语的命名实体。
以管理需求信息为“Deploy a Kubernetes cluster named Client-A with 2 nodes”为例,对于由命名实体“Kubernetes cluster”和命名实体“Client-A”顺序组成的命名实体对,命名实体“Kubernetes cluster”为包括多个词语的主体,命名实体“Client-A”为包括一个词语的客体,在管理需求信息中添加命名实体标签和非命名实体标签,并标注该命名实体对的主体和客体后,所获得识别输入信息为“Deploy<O>/a<S>/Kubernetes<B><S:>cluster<E></S:>/named<O>/Client-A<S><O:/O>/with<O>/2<S>nodes<S>”。
步骤303、将识别输入信息输入关系识别模型包括的编码子模型,通过编码子模型将识别输入信息转换为第三向量集。
关系识别模型是预先训练的用于提取命名实体之间逻辑关系的神经网络模型,关系识别模型包括编码子模型和识别子模型,编码子模型用于将识别输入信息转换为相应的向量集,识别子模型用于基于编码子模型转换出的向量集,识别两个命名实体之间的逻辑关系。
针对一个命名实体对,获得该命名实体对所对应的识别输入信息后,将识别输入信息输入编码子模型,通过编码子模型将识别输入信息转换为第三向量集。第三向量集包括多个第 三向量,识别输入信息中每个词语对应一个第三向量,不同的词语对应不同的第三向量,识别输入信息中每个命名实体标签对应一个第三向量,不同的命名实体标签对应不同的第三向量,识别输入信息中每个非命名实体标签对应一个第三向量,不同的非命名实体标签对应不同的第三向量,识别输入信息中每个主体标签对应一个第三向量,不同的主体标签对应不同的第三向量,识别输入信息中每个客体标签对应一个第三向量,不同的客体标签对应不同的第三向量,而且识别输入信息中的词语、命名实体标签、非命名实体标签、主体标签和客体标签对应不同的第三向量。
比如,针对由命名实体“Kubernetes cluster”和命名实体“Client-A”顺序组成的命名实体对,将该命名实体对所对应的识别输入信息“Deploy<O>/a<S>/Kubernetes<B><S:>cluster<E></S:>/named<O>/Client-A<S><O:/O>/with<O>/2<S>nodes<S>”输入编码子模型,通过编码子模型将该识别输入信息转换为第三向量集[x
deploy,x
<O>,…,x
<Client-A>,x
<S>,x
<O:/O>,…x
<S>],其中,x
deploy为识别输入信息中词语“Deploy”对应的第三向量,x
<O>为识别输入信息中词语“Deploy”的非命名实体标签<O>对应的第三向量,x
<Client-A>为识别输入信息中词语“Client-A”对应的第三向量,x
<S>为识别输入信息中词语“Client-A”的命名实体标签<S>对应的第三向量,x
<O:/O>为识别输入信息中词语“Client-A”的客体标签<O:/O>对应的第三向量,x
<S>为识别输入信息中词语“nodes”的命名实体标签<S>对应的第三向量。
步骤304、将第三向量集输入关系识别模型包括的识别子模型,通过识别子模型识别命名实体对中两个命名实体之间的逻辑关系,获得识别子模型输出的与命名实体对相对应的命名实体关系信息。
针对一个命名实体对,获得该命名实体对相对应的第三向量集后,将该第三向量集输入识别子模型,识别子模型基于输入的第三向量集识别该命名实体对中两个命名实体之间的逻辑关系,从而获得识别子模型针对该命名实体对输出的命名实体关系信息,其中,命名实体关系信息用于指示该命名实体对中两个命名实体之间的逻辑关系。比如,对于命名实体“Kubernetes cluster”和命名实体“Client-A”顺序组成的命名实体对,将该命名实体对相对应的第三向量集输入识别子模型后,识别子模型输出的命名实体关系信息用于指示命名实体“Kubernetes cluster”和命名实体“Client-A”之间的逻辑关系,在管理需求信息为“Deploy a Kubernetes cluster named Client-A with 2 nodes”时,命名实体“Kubernetes cluster”和命名实体“Client-A”之间的逻辑关系为“命名”,即“Client-A”为“Kubernetes cluster”的名称。
在本申请实施例中,预先训练用于识别命名实体之间逻辑关系的关系识别模型,将一个 命名实体对相对应的识别输入信息输入关系识别模型包括的编码子模型后,编码子模型将识别输入信息转换为第三向量集,将第三向量集输入关系识别模型包括的识别子模型后,识别子模型基于第三向量集输出用于指示命名实体之间逻辑关系的命名实体关系信息,进而根据命名实体关系信息可以确定相对应两个命名实体之间的逻辑关系。通过关系识别模型确定管理需求信息中命名实体之间的逻辑关系,进而可以根据命名实体之间的逻辑关系向目标文件模板输入相应的命名实体,保证能够根据用户的需求生成相应的指令文件,以按照用户的需求对云计算平台进行相应的管理。
在一种可能的实现方式中,识别子模型包括双向长短期记忆网络和归一化指数函数(Softmax函数),通过双向长短期记忆网络整合管理需求信息、命名实体标签、主体标签和客体标签的上下文信息,归一化指数函数根据双向长短期记忆网络的输出确定命名实体之间的逻辑关系。
图4是本申请实施例三提供的一种关系识别模型400的示意图,如图4所示,该关系识别模型400包括编码子模型410和识别子模型420,识别子模型420包括第二双向长短期记忆网络422和归一化指数函数424。基于图4所示的关系识别模型400,获取命名实体关系信息可以通过如下方式实现:
S41、将一个命名实体对的识别输入信息输入编码子模型410,通过编码子模型410将识别输入信息转换为第三向量集。
针对每一个命名实体对,该将命名实体对的识别输入信息输入编码子模型410后,编码子模型410将识别输入信息中的词语、命名实体标签、非命名实体标签、主体标签和客体标签,分别转换为第三向量,从而获得包括多个第三向量的第三向量集。
S42、将第三向量集输入第二双向长短期记忆网络422,通过第二双向长短期记忆网络422对第三向量集中的第三向量进行上下文融合,获得第二双向长短期记忆网络422的前向输出和后向输出。
S43、对第二双向长短期记忆网络422的前向输出和后向输出进行整合,获得第四向量集。
在获得第二双向长短期记忆网络422的前向输出和后向输出后,可以对第二双向长短期记忆网络422的前向输出和后向输出记性求和、交合、截取拼接或映射等类型的处理,以获得能够体现第三向量集中各第三向量的上下文信息的第四向量集。
在通过对第二双向长短期记忆网络422的前向输出和后向输出进行求和获得第四向量集时,第三向量集包括与管理需求信息中各词语相对应的第三向量,还包括每个词语的命名实体标签/非命名实体标签以及主体标签和客体标签对应的第三向量,通过对第三向量集中的第三向量进行上下文融合,获得每个第三向量对应的第四向量,进而包括各第四向量的第四向 量集,所以第四向量集中第四向量的数量与第三向量集中第三向量的数量相等,第三向量与第四向量一一对应。
S44、将第四向量集输入归一化指数函数424,通过归一化指数函数424识别命名实体中两个命名实体之间的逻辑关系,获得归一化指数函数424输出的命名实体关系信息。
针对每个命名实体对,将该命名实体对相对应的第四向量集输入归一化指数函数424后,归一化指数函数424根据第四向量集识别该命名实体对中两个命名实体之间的逻辑关系,进而输出用于指示该命名实体对中两个命名实体之间逻辑关系的命名实体关系信息。
需要说明的是,通过对管理需求信息包括的各命名实体进行排列组合,可以获得多个命名实体对,但并非每个命名实体对包括的两个命名实体均存在有效的逻辑关系,针对每个命名实体对执行上述命名实体逻辑关系确定方法后,可以确定部分命名实体之间不存在有效的逻辑关系,而部分命名实体之间存在有效的逻辑关系。
在本申请实施例中,首先将第三向量集输入第二双向长短期记忆网络,通过第二双向长短期记忆网络对第三向量集中的第三向量进行上下文融合,获得第四向量集,使得第四向量集中的第四向量包含词语、命名实体及主谓关系等更多信息,以能够更加准确地表示相应命名实体对中两个命名实体之间的逻辑关系,从而将第四向量集输入归一化指数函数后,归一化指数函数能够基于第四向量集准确确定命名实体之间的逻辑关系,进而保证后续所生成指令文件能够按照用户的需求对云计算平台进行管理。
下面以管理需求信息为“Deploy a Kubernetes cluster named Client-A with 2 nodes”为例,结合图4所示的关系识别模型400,对命名实体关系信息的获取过程进行说明。
对于由命名实体“Kubernetes cluster”和命名实体“Client-A”顺序组成的命名实体对402,命名实体“Kubernetes cluster”为包括多个词语的主体,命名实体“Client-A”为包括一个词语的客体。命名实体标注信息404为“Deploy<O>/a<S>/Kubernetes<B>cluster<E>/named<O>/Client-A<S>/with<O>/2<S>nodes<S>”,在实体标注信息404中添加命名实体“Kubernetes cluster”的主体标签和命名实体“Client-A”的客体标签后,所获得识别输入信息为“Deploy<O>/a<S>/Kubernetes<B><S:>cluster<E></S:>/named<O>/Client-A<S><O:/O>/with<O>/2<S>nodes<S>”。
将识别输入信息“Deploy<O>/a<S>/Kubernetes<B><S:>cluster<E></S:>/named<O>/Client-A<S><O:/O>/with<O>/2<S>nodes<S>”输入编码子模型410,由编码子模型410将识别输入信息“Deploy<O>/a<S>/Kubernetes<B><S:>cluster<E></S:>/named<O>/Client-A<S><O:/O>/with<O>/2<S>nodes<S>”转换为第三向量集[x
deploy,x
<O>,…,x
<Client-A>,x
<S>,x
<O:/O>,…x
<S>], 其中,x
deploy为识别输入信息中词语“Deploy”对应的第三向量,x
<O>为识别输入信息中词语“Deploy”的非命名实体标签<O>对应的第三向量,x
<Client-A>为识别输入信息中词语“Client-A”对应的第三向量,x
<S>为识别输入信息中词语“Client-A”的命名实体标签<S>对应的第三向量,x
<O:/O>为识别输入信息中词语“Client-A”的客体标签<O:/O>对应的第三向量,x
<S>为识别输入信息中词语“nodes”的命名实体标签<S>对应的第三向量。
将第三向量集[x
deploy,x
<O>,…,x
<Client-A>,x
<S>,x
<O:/O>,…x
<S>]输入第二双向长短期记忆网络422,第二双向长短期记忆网络422对第三向量集[x
deploy,x
<O>,…,x
<Client-A>,x
<S>,x
<O:/O>,…x
<S>]中的第三向量进行上下文融合,获得第二双向长短期记忆网络422输出的前向输出[y
deploy,y
<O>,…,y
<Client-A>,y
<S>,y
<O:/O>,…y
<S>]及后向输出[y′
deploy,y′
<O>,…,y′
<Client-A>,y′
<S>,y′
<O:/O>,…,y′
<S>],对第二双向长短期记忆网络422输出的前向输出[y
deploy,y
<O>,…,y
<Client-A>,y
<S>,y
<O:/O>,…y
<S>]和后向输出[y′
deploy,y′
<O>,…,y′
<Client-A,,y′
<S>,y′
<O:/O>,…,y′
<S>]进行求和,获得第四向量集[y
deploy+y′
deploy,y
<O>+y′
<O>,…,y
<Client-A>+y′
<Client-A>,y
<S>+y′
<S>,y
<O:/O>+y′
<O:/O>,…y
<S>+y′
<S>],其中,y
deploy+y′
deploy为词语“Deploy”对应的第四向量,y
<O>+y′
<O>为词语“Deploy”的非命名实体标签<O>对应的第四向量,y
<Client-A>+y′
<Client-A>为词语“Client-A”对应的第四向量,y
<S>+y′
<S>为词语“Client-A”的命名实体标签<S>对应的第四向量,y
<O:/O>+y′
<O:/O>为词语“Client-A”的客体标签<O:/O>对应的第四向量,y
<S>+y′
<S>为词语“nodes”的命名实体标签<S>对应的第四向量。
将第四向量集[y
deploy+y′
deploy,y
<O>+y′
<O>,…,y
<Client-A>+y′
<Client-A>,y
<S>+y′
<S>,y
<O:/O>+y′
<O:/O>,…y
<S>+y′
<S>]输入归一化指数函数424后,归一化指数函数424识别命名实体对402中命名实体“Kubernetes cluster”和命名实体“Client-A”之间的逻辑关系,归一化指数函数424输出指示命名实体“Kubernetes cluster”和命名实体“Client-A”之间的逻辑关系的命名实体关系信息,该命名实体关系信息指示命名实体“Kubernetes cluster”和命名实体“Client-A”之间的逻辑关系为“named”,即“Client-A”为“Kubernetes cluster”的名称。
实施例四
在上述各实施例所提供指令文件生成方法的基础上,在确定出命名实体之间的逻辑关系 后,根据各命名实体之间的逻辑关系,在目标文件模板中确定至少一个输入位置,并从管理需求信息包括的各命名实体中确定每个输入位置对应的待输入命名实体,然后将每个待输入命名实体输入到目标文件模板中对应的输入位置,获得指令文件。
在本申请实施例中,预先创建的目标文件模板中包括多个可供输入命名实体的输入位置,不同的输入位置与不同的逻辑关系(命名实体之间的逻辑关系)相对应,每个输入位置可输入相对应逻辑关系中的主体或客体。在确定出管理需求信息中各命名实体之间的逻辑关系后,从目标文件模板中查找与所确定出的逻辑关系相对应的一个或多个输入位置,然后在所确定出的每个输入位置输入管理需求信息中相对应的命名实体,从而获得可按照管理需求信息所指示的需求而对云计算平台进行管理的指令文件。基于命名实体之间的逻辑关系确定目标文件模板中的输入位置,并基于命名实体之间的逻辑关系确定输入到相应输入位置的主体或客体,然后将管理需求信息中的命名实体(主体/客体)输入到目标文件模板中相应的输入位置,获得指令文件,使得指令文件生成过程中用户无需进行多余的操作,仅需输入管理类型信息和管理需求信息,保证指令文件具有较低的生成难度,从而保证用户具有较好的使用体验。
需要说明的是,目标文件模板中每个输入位置都具有相应的默认值,针对目标文件模板中的一个输入位置,如果管理需求信息中命名实体之间的逻辑关系与该输入位置相对应,则按照管理需求信息中命名实体之间的逻辑关系,将该输入位置的默认值替换为管理需求信息中相应的命名实体,如果管理需求信息中命名实体之间的逻辑关系均与该输入位置不对应,则该输入位置的值即为其对应的默认值,从而保证所生成的指令文件能够正常被执行。
实施例五
图5是本申请实施例五提供的一种指令文件生成装置500的示意图,如图5所示,该指令文件生成装置500包括:
第一获取模块501,用于获取管理类型信息,其中,管理类型信息用于指示对云计算平台进行管理的类型;
匹配模块502,用于从预先创建的至少一个文件模板中确定与第一获取模块501获取到的管理类型信息相对应的一个目标文件模板;
第二获取模块503,用于获取以自然语言输入的管理需求信息,其中,管理需求信息用于指示对云计算平台进行管理的需求;
识别模块504,用于识别第二获取模块503获取到的管理需求信息包括的至少两个命名实体;
提取模块505,用于确定识别模块504识别出的至少两个命名实体之间的逻辑关系;
生成模块506,用于根据提取模块505识别出的至少两个命名实体之间的逻辑关系,将 至少两个命名实体中的至少一个命名实体输入匹配模块502确定出的目标文件模板,获得指令文件,其中,指令文件被执行时实现管理需求信息所指示的对云计算平台进行管理的需求。
在本申请实施例中,第一获取模块501可用于执行上述实施例一中的步骤101,匹配模块502可用于执行上述实施例一中的步骤102,第二获取模块503可用于执行上述实施例一中的步骤103,识别模块504可用于执行上述实施例一中的步骤104,提取模块505可用于执行上述实施例一中的步骤105,生成模块506可用于执行上述实施例一中的步骤106。
在一种可能的实现方式中,识别模块504用于执行如下操作:
将管理需求信息输入命名实体识别模型包括的转换子模型,通过转换子模型分别将管理需求信息中的每个词语转换为第一向量,获得包括各第一向量的第一向量集,其中,命名实体识别模型用于识别所输入信息中的命名实体;
将第一向量集输入命名实体识别模型包括的标注子模型,通过标注子模型识别管理需求信息中为命名实体的词语,获得标注子模型输出的命名实体标注信息,其中,命名实体标注信息用于指示管理需求信息中为命名实体的词语。
在一种可能的实现方式中,识别模块504用于执行如下操作:
将第一向量集输入标注子模型包括的第一双向长短期记忆网络,通过第一双向长短期记忆网络对第一向量集中的第一向量进行上下文融合,获得第一双向长短期记忆网络的前向输出和后向输出;
对第一双向长短期记忆网络的前向输出和后向输出进行整合,获得第二向量集,其中,第二向量集包括的每个第二向量对应管理需求信息中的一个词语,且不同的第二向量对应管理需求信息中不同的词语;
将第二向量集输入标注子模型包括的条件随机场,通过条件随机场对第二向量集中每个第二向量对应的词语进行命名实体标注,获得条件随机场输出的命名实体标注信息。
在一种可能的实现方式中,提取模块505用于执行如下操作:
对至少两个命名实体进行排列组合,获得至少两个命名实体对;
针对至少两个命名实体对中的每个命名实体对,均执行如下操作:
根据命名实体标注信息对管理需求信息中为命名实体的词语添加命名实体标签,并在管理需求信息中标注该命名实体对的主体和客体,获得识别输入信息;
将识别输入信息输入关系识别模型包括的编码子模型,通过编码子模型将识别输入信息转换为第三向量集,其中,关系提取模型用于提取命名实体对之间的逻辑关系;
将第三向量集输入关系识别模型包括的识别子模型,通过识别子模型识别该命名实体对中两个命名实体之间的逻辑关系,获得识别子模型输出的与该命名实体对相对应的命名实体 关系信息,其中,命名实体关系信息用于指示两个命名实体之间的逻辑关系。
在一种可能的实现方式中,提取模块505用于执行如下操作:
将第三向量集输入识别子模型包括的第二双向长短期记忆网络,通过第二双向长短期记忆网络对第三向量集中的第三向量进行上下文融合,获得第二双向长短期记忆网络的前向输出和后向输出;
对第二双向长短期记忆网络的前向输出和后向输出进行整合,获得第四向量集;
将第四向量集输入识别子模型包括的归一化指数函数,通过归一化指数函数识别该命名实体对中两个命名实体之间的逻辑关系,获得归一化指数函数输出的与该命名实体对相对应的命名实体关系信息。
在一种可能的实现方式中,生成模块506用于执行如下操作:
根据命名实体之间的逻辑关系,确定目标文件模板中的至少一个输入位置,并从至少两个命名实体中确定每个输入位置对应的待输入命名实体;
将每个待输入命名实体输入目标文件模板中对应的输入位置,获得指令文件。
需要说明的是,上述指令文件生产装置内的各模块之间的信息交互、执行过程等内容,由于与前述指令文件生成方法实施例基于同一构思,具体内容可参见前述指令文件生成方法实施例中的叙述,此处不再赘述。
实施例六
图6是本申请实施例五提供的一种电子设备的示意图,本申请具体实施例并不对电子设备的具体实现做限定。参见图6,本申请实施例提供的电子设备600包括:处理器(processor)602、通信接口(Communications Interface)604、存储器(memory)606、以及通信总线608。其中:
处理器602、通信接口604、以及存储器606通过通信总线608完成相互间的通信。
通信接口604,用于与其它电子设备或服务器进行通信。
处理器602,用于执行程序610,具体可以执行前述任一指令文件生成方法实施例中的相关步骤。
具体地,程序610可以包括程序代码,该程序代码包括计算机操作指令。
处理器602可能是中央处理器CPU,或者是特定集成电路ASIC(Application Specific Integrated Circuit),或者是被配置成实施本申请实施例的一个或多个集成电路。智能设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器606,用于存放程序610。存储器606可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序610具体可以用于使得处理器602执行前述任一实施例中的指令文件生成方法。
程序610中各步骤的具体实现可以参见前述任一指令文件生成方法实施例中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
通过本申请实施例的电子设备,实现对云计算平台进行不同类型的管理,预先创建有对应于不同管理类型的文件模板,根据对云计算平台进行管理的类型从各文件模板中确定目标文件模板,然后根据用户以自然语言输入的管理需求信息,从管理需求信息中识别命名实体,并确定各命名实体之间的逻辑关系,然后根据各实体之间的逻辑关系将一个或多个命名实体输入目标文件模板,获得被执行时能够实现用户对云计算平台的管理***的指令文件,进而通过执行指令文件便可以按照用户的管理需求,对云计算平台进行相应的管理。用户在对云计算平台进行管理的过程中,仅需要输入用于指示对云计算平台进行管理的类型的管理类型信息,并以自然语言输入用于指示对云计算平台进行管理的需求的管理需求信息,便能够生成可以按照用户需求对云计算平台进行管理的指令文件,指令文件生成过程不需要用户编写脚本、代码或命令行,从而降低了用于对云计算平台进行管理的指令文件的生成难度。
本申请还提供了一种计算机可读存储介质,存储用于使一机器执行如本文所述的指令文件生成方法的指令。具体地,可以提供配有存储介质的***或者装置,在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码,且使该***或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。
在这种情况下,从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能,因此程序代码和存储程序代码的存储介质构成了本申请的一部分。
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上下载程序代码。
此外,应该清楚的是,不仅可以通过执行计算机所读出的程序代码,而且可以通过基于程序代码的指令使计算机上操作的操作***等来完成部分或者全部的实际操作,从而实现上述实施例中任意一项实施例的功能。
此外,可以理解的是,将由存储介质读出的程序代码写到***计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展模块中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展模块上的CPU等来执行部分和全部实际操作,从而实现上述实 施例中任一实施例的功能。
本申请实施例还提供了一种计算机程序产品,所述计算机程序产品被有形地存储在计算机可读介质上并且包括计算机可执行指令,所述计算机可执行指令在被执行时使至少一个处理器执行上述各实施例提供的指令文件生成方法。应理解,本实施例中的各方案具有上述方法实施例中对应的技术效果,此处不再赘述。
需要说明的是,上述各流程和各***结构图中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。上述各实施例中描述的***结构可以是物理结构,也可以是逻辑结构,即,有些模块可能由同一物理实体实现,或者,有些模块可能分由多个物理实体实现,或者,可以由多个独立设备中的某些部件共同实现。
以上各实施例中,硬件模块可以通过机械方式或电气方式实现。例如,一个硬件模块可以包括永久性专用的电路或逻辑(如专门的处理器,FPGA或ASIC)来完成相应操作。硬件模块还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器),可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
上文通过附图和优选实施例对本申请进行了详细展示和说明,然而本申请不限于这些已揭示的实施例,基与上述多个实施例本领域技术人员可以知晓,可以组合上述不同实施例中的代码审核手段得到本申请更多的实施例,这些实施例也在本申请的保护范围之内。
Claims (10)
- 一种指令文件生成方法(100),其特征在于,包括:获取(101)管理类型信息,其中,所述管理类型信息用于指示对云计算平台进行管理的类型;从预先创建的至少一个文件模板中确定(102)与所述管理类型信息相对应的一个目标文件模板;获取(103)以自然语言输入的管理需求信息,其中,所述管理需求信息用于指示对所述云计算平台进行管理的需求;识别(104)所述管理需求信息包括的至少两个命名实体;确定(105)所述至少两个命名实体之间的逻辑关系;根据所述至少两个命名实体之间的逻辑关系,将所述至少两个命名实体中的至少一个命名实体输入(106)所述目标文件模板,获得指令文件,其中,所述指令文件被执行时实现所述管理需求信息所指示的对所述云计算平台进行管理的需求。
- 根据权利要求1所述的方法,其特征在于,所述识别(104)所述管理需求信息包括的至少两个命名实体,包括:将所述管理需求信息输入命名实体识别模型包括的转换子模型,通过所述转换子模型分别将所述管理需求信息中的每个词语转换为第一向量,获得包括各所述第一向量的第一向量集,其中,所述命名实体识别模型用于识别所输入信息中的命名实体;将所述第一向量集输入所述命名实体识别模型包括的标注子模型,通过所述标注子模型识别所述管理需求信息中为命名实体的词语,获得所述标注子模型输出的命名实体标注信息,其中,所述命名实体标注信息用于指示所述管理需求信息中为命名实体的词语。
- 根据权利要求2所述的方法,其特征在于,所述通过所述标注子模型识别所述管理需求信息中为命名实体的词语,获得所述标注子模型输出的命名实体标注信息,包括:将所述第一向量集输入所述标注子模型包括的第一双向长短期记忆网络,通过所述第一双向长短期记忆网络对所述第一向量集中的第一向量进行上下文融合,获得所述第一双向长短期记忆网络的前向输出和后向输出;对所述第一双向长短期记忆网络的前向输出和后向输出进行整合,获得第二向量集;将所述第二向量集输入所述标注子模型包括的条件随机场,通过所述条件随机场对所述第二向量集中每个第二向量对应的词语进行命名实体标注,获得所述条件随机场输出的所述命名实体标注信息。
- 根据权利要求2所述的方法,其特征在于,所述确定(105)所述命名实体之间的逻辑关系,包括:对所述至少两个命名实体进行排列组合(301),获得至少两个命名实体对;针对所述至少两个命名实体对中的每个命名实体对,均执行如下操作:根据所述命名实体标注信息对所述管理需求信息中为命名实体的词语添加(302)命名实体标签,并在所述管理需求信息中标注该命名实体对的主体和客体,获得识别输入信息;将所述识别输入信息输入(303)关系识别模型包括的编码子模型,通过所述编码子模型将所述识别输入信息转换为第三向量集,其中,所述关系提取模型用于提取命名实体对之间的逻辑关系;将所述第三向量集输入(304)所述关系识别模型包括的识别子模型,通过所述识别子模型识别该命名实体对中两个命名实体之间的逻辑关系,获得所述识别子模型输出的与该命名实体对相对应的命名实体关系信息,其中,所述命名实体关系信息用于指示两个命名实体之间的逻辑关系。
- 根据权利要求4所述的方法,其特征在于,所述通过所述识别子模型识别该命名实体对中两个命名实体之间的逻辑关系,获得所述识别子模型输出的与该命名实体对相对应的命名实体关系信息,包括:将所述第三向量集输入所述识别子模型包括的第二双向长短期记忆网络,通过所述第二双向长短期记忆网络对所述第三向量集中的第三向量进行上下文融合,获得所述第二双向长短期记忆网络的前向输出和后向输出;对所述第二双向长短期记忆网络的前向输出和后向输出进行整合,获得第四向量集;将所述第四向量集输入所述识别子模型包括的归一化指数函数,通过所述归一化指数函数识别该命名实体对中两个命名实体之间的逻辑关系,获得所述归一化指数函数输出的与该命名实体对相对应的命名实体关系信息。
- 根据权利要求1至5中任一所述的方法,其特征在于,所述根据所述命名实体之间的逻辑关系,将所述至少两个命名实体中的至少一个命名实体输入所述目标文件模板,获得指令文件,包括:根据所述命名实体之间的逻辑关系,确定所述目标文件模板中的至少一个输入位置,并从所述至少两个命名实体中确定每个所述输入位置对应的待输入命名实体;将每个所述待输入命名实体输入所述目标文件模板中对应的所述输入位置,获得所述指令文件。
- 一种指令文件生成装置(500),其特征在于,包括用于执行如权利要求1-6中任一项所述方法中各操作的模块。
- 一种电子设备(600),其特征在于,包括:处理器(602)、通信接口(604)、存储器(606)和通信总线(608),所述处理器(602)、所述存储器(606)和所述通信接口(604)通过所述通信总线(608)完成相互间的通信;所述存储器(606)用于存放至少一可执行指令,所述可执行指令使所述处理器(602)执行如权利要求1-6中任一项所述的指令文件生成方法对应的操作。
- 一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令在被处理器执行时,使所述处理器执行权利要求1-6中任一项所述的方法。
- 一种计算机程序产品,其特征在于,所述计算机程序产品被有形地存储在计算机可读介质上并且包括计算机可执行指令,所述计算机可执行指令在被执行时使至少一个处理器执行根据权利要求1-6中任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2021/121930 WO2023050218A1 (zh) | 2021-09-29 | 2021-09-29 | 指令文件生成方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117980880A true CN117980880A (zh) | 2024-05-03 |
Family
ID=85781102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180101903.7A Pending CN117980880A (zh) | 2021-09-29 | 2021-09-29 | 指令文件生成方法、装置、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117980880A (zh) |
WO (1) | WO2023050218A1 (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103838763A (zh) * | 2012-11-26 | 2014-06-04 | 鸿富锦精密工业(深圳)有限公司 | 目标文件生成***及方法 |
CN107294750B (zh) * | 2016-04-01 | 2020-10-30 | 阿里巴巴集团控股有限公司 | 一种云集群能自识别的分布配置管理方法和装置 |
US11270053B2 (en) * | 2016-07-08 | 2022-03-08 | efabless corporation | Systems and methods for assembling and developing an SoC efficiently using templates and designer input data |
CN109710236B (zh) * | 2018-12-30 | 2022-04-05 | 北京字节跳动网络技术有限公司 | 基于共享服务的业务开发和实现方法、装置、平台及介质 |
CN112861498B (zh) * | 2019-11-27 | 2023-06-23 | 中车唐山机车车辆有限公司 | 焊接工艺文件的自动编制方法、终端设备及存储介质 |
-
2021
- 2021-09-29 WO PCT/CN2021/121930 patent/WO2023050218A1/zh active Application Filing
- 2021-09-29 CN CN202180101903.7A patent/CN117980880A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2023050218A1 (zh) | 2023-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705299B (zh) | 实体和关系的联合抽取方法、模型、电子设备及存储介质 | |
US10878197B2 (en) | Self-learning user interface with image-processed QA-pair corpus | |
CN108628830B (zh) | 一种语义识别的方法和装置 | |
CN108959257B (zh) | 一种自然语言解析方法、装置、服务器及存储介质 | |
CN112036162B (zh) | 文本纠错的适配方法、装置、电子设备及存储介质 | |
CN110795938B (zh) | 文本序列分词方法、装置及存储介质 | |
CN111985229A (zh) | 一种序列标注方法、装置及计算机设备 | |
CN111428504B (zh) | 一种事件抽取方法和装置 | |
CN110705235B (zh) | 业务办理的信息录入方法、装置、存储介质及电子设备 | |
CN112508078B (zh) | 图像多任务多标签识别方法、***、设备及介质 | |
CN113159013B (zh) | 基于机器学习的段落识别方法、装置、计算机设备和介质 | |
CN112949320B (zh) | 基于条件随机场的序列标注方法、装置、设备及介质 | |
CN115688920A (zh) | 知识抽取方法、模型的训练方法、装置、设备和介质 | |
CN116245097A (zh) | 训练实体识别模型的方法、实体识别方法及对应装置 | |
CN112906361A (zh) | 文本数据的标注方法和装置、电子设备和存储介质 | |
CN114943511A (zh) | 一种政务办公自动化平台及其优化实现方法 | |
CN112464642A (zh) | 文本添加标点的方法、装置、介质及电子设备 | |
CN114218940B (zh) | 文本信息处理、模型训练方法、装置、设备及存储介质 | |
CN117011581A (zh) | 图像识别方法、介质、装置和计算设备 | |
CN112582073B (zh) | 医疗信息获取方法、装置、电子设备和介质 | |
CN114610795A (zh) | 应用于大数据挖掘的数字化业务信息处理方法及服务器 | |
CN115904482B (zh) | 接口文档生成方法、装置、设备及存储介质 | |
CN112417996A (zh) | 工业图纸的信息处理方法、装置、电子设备和存储介质 | |
CN117980880A (zh) | 指令文件生成方法、装置、电子设备和存储介质 | |
WO2022078348A1 (zh) | 邮件内容提取方法、装置、电子设备及存储介质 |
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 |