一种数据处理方法及数据处理装置与流程

文档序号:34365889发布日期:2023-06-04 21:09阅读:来源:国知局

技术特征:

1.一种数据处理的方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述对所述多种数据进行知识抽取,获得知识图谱,包括:

3.根据权利要求2所述的方法,其特征在于,来自不同知识层面的知识实体之间包括关联关系,所述关联关系从所述多种数据中获得,或者,所述关联关系根据预置的规则获得。

4.根据权利要求1-3任一项所述的方法,其特征在于,所述利用与每个知识实体的数据类型对应的知识表征算法对每个知识实体进行知识表征,包括:

5.根据权利要求1-4任一项所述的方法,其特征在于,所述ai任务模型为用于进行疾病诊断的ai模型,所述多种数据包括以下数据中的至少两种:病历数据、影像检查报告、基因调控表达网络和代谢网络。

6.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:

7.根据权利要求6所述的方法,其特征在于,所述根据所述向量图对ai任务模型进行训练,包括:更新所述向量图中的权重。

8.根据权利要求7所述的方法,其特征在于,所述方法还包括:利用所述训练完成的ai任务模型进行任务预测,获得预测结果;

9.根据权利要求8所述的方法,其特征在于,所述方法还包括:

10.一种数据处理装置,其特征在于,包括接口单元和处理单元;

11.根据权利要求10所述的装置,其特征在于,所述处理单元具体用于:

12.根据权利要求11所述的装置,其特征在于,来自不同知识层面的知识实体之间包括关联关系,所述关联关系从所述多种数据中获得,或者,所述关联关系根据预置的规则获得。

13.根据权利要求10-12任一项所述的装置,其特征在于,所述处理单元具体用于:

14.根据权利要求10-13任一项所述的装置,其特征在于,所述ai任务模型为用于进行疾病诊断的ai模型,所述多种数据包括以下数据中的至少两种:病历数据、影像检查报告、基因调控表达网络和代谢网络。

15.根据权利要求10-14任一项所述的方法,其特征在于,所述处理单元还用于:

16.根据权利要求15所述的装置,其特征在于,所述处理单元具体用于更新所述向量图中的权重。

17.根据权利要求16所述的装置,其特征在于,所述处理单元还用于利用所述训练完成的ai任务模型进行任务预测,获得预测结果;

18.根据权利要求17所述的装置,其特征在于,所述处理单元还用于:

19.一种计算机设备,其特征在于,包括处理器,所述处理器与存储器耦合,所述存储器用于存储指令,当所述指令被所述处理器执行时,以使得所述计算机设备执行权利要求1至9中任一项所述的方法。

20.一种计算机可读存储介质,其上存储有指令,其特征在于,所述指令被执行时,以使得计算机执行权利要求1至9中任一项所述的方法。

21.一种计算机程序产品,所述计算机程序产品中包括指令,其特征在于,所述指令被执行时,以使得计算机实现权利要求1至9中任一项所述的方法。


技术总结
本申请实施例公开了一种数据处理方法以及数据处理装置,用于提升AI任务模型的预测准确率。本申请实施例方法包括:获取多种数据,多种数据中的各种数据具有不同的来源和不同的数据类型。对多种数据进行知识抽取,获得知识图谱,知识图谱包括多个知识实体以及多个知识实体之间的关联关系,多个知识实体包括不同的数据类型。利用与每个知识实体的数据类型对应的知识表征算法对每个知识实体进行知识表征,且对知识图谱中多个知识实体之间的关系进行权重的初始化,获得向量图,向量图用于训练人工智能AI任务模型。

技术研发人员:沈雯,乔楠,张雷,陶建军
受保护的技术使用者:华为云计算技术有限公司
技术研发日:
技术公布日:2024/1/13
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1