一种自然语言驱动表格智能处理方法及系统与流程
本发明涉及表格数据处理,更具体地,涉及一种自然语言驱动表格智能处理方法及系统。
背景技术:
1、随着表格数据处理需求日益复杂,用户希望通过自然语言完成数据筛选、统计分析、格式转换、数据清洗等多种表格处理任务。然而,传统表格处理方式高度依赖人工操作或固定流程自动化,操作门槛高、灵活性不足,难以满足复杂任务的自动执行需求。
2、现有表格处理系统通常依赖固定操作流程或预设规则完成数据处理,缺少对当前表格数据环境的全面理解能力。当用户通过自然语言提出复杂处理需求时,系统无法准确感知当前表格中的字段结构、数据类型、数据分布以及字段语义关系,导致用户意图与实际表格内容之间存在理解偏差。并且现有方法通常直接基于文本指令执行操作,未建立表格状态与用户任务之间的关联约束,容易出现字段选择错误、操作对象不匹配等问题,难以实现面向真实业务场景的智能化表格处理。
3、现有表格自动化方案通常针对特定业务场景开发,任务逻辑与业务规则高度绑定,当应用到新的业务领域时需要重新开发对应流程。而实际应用中,不同领域用户均存在通过自然语言完成表格查询、清洗、统计和分析的需求,现有技术缺少一种能够结合不同领域表格结构、动态理解用户任务并自动调用对应处理能力的通用智能处理框架。因此,需要构建一种具有环境感知、任务规划、工具编排和反馈优化能力的通用表格智能处理方法,以提高系统对不同业务场景的适应能力。
技术实现思路
1、本发明针对现有表格智能处理技术存在的表格环境理解不足、复杂任务规划能力弱、多工具协同执行困难以及大语言模型执行可靠性不足等问题,提供一种自然语言驱动表格智能处理方法及系统。
2、根据本发明的第一方面,提供了一种自然语言驱动表格智能处理方法,包括:
3、对输入表格进行结构解析和字段语义编码,构建包含表结构状态、字段语义状态、数据分布状态、历史操作状态和执行约束状态的表格状态空间模型;
4、利用大语言模型对用户自然语言请求进行语义解析,结合所述表格状态空间模型,将所述自然语言请求转换为结构化任务描述;
5、将所述结构化任务描述拆解为多个原子任务,构建任务依赖图,并通过综合代价函数对候选执行路径进行评价,选择综合代价最小的执行路径作为最优任务执行路径;
6、构建包含多个工具节点的工具能力图谱,根据所述原子任务与所述工具节点的匹配评分,为各原子任务动态选择对应的工具,并按照所述任务依赖图,将各原子任务对应的工具串联为工具调用链;
7、按照所述工具调用链执行任务,根据每个工具的执行结果动态更新所述表格状态空间模型,当检测到执行异常时,基于执行反馈信息触发任务重新规划,输出标准化处理结果。
8、在上述技术方案的基础上,本发明还可以作出如下改进。
9、可选的,构建所述表格状态空间模型,包括:
10、提取输入表格的工作表数量、行列规模、字段名称、字段数据类型及字段数据分布特征,形成字段特征信息;
11、通过语义编码模型对各字段名称进行语义编码,得到字段语义信息,并计算字段之间的语义关联程度;
12、将所述表结构状态表示为工作表数量、行列规模和表格布局信息的集合,将所述字段语义状态表示为字段语义向量及字段语义关联矩阵的集合,将所述数据分布状态表示为数据缺失情况、数据类型和数据分布特征的集合,将所述执行约束状态表示为可调用工具集合、权限限制和操作约束的集合,形成统一的表格状态空间。
13、可选的,所述利用大语言模型对用户自然语言请求进行语义解析,结合所述表格状态空间模型,将所述自然语言请求转换为结构化任务描述,包括:
14、通过大语言模型对所述自然语言请求进行语义编码,生成任务语义信息;
15、将所述自然语言请求转换为包含任务目标、操作对象、约束条件和结果要求的结构化任务描述;
16、基于所述表格状态空间模型中的字段语义状态,从语义含义、字段结构和数据类型三个维度综合计算任务操作对象与表格字段之间的匹配度,选取匹配度最高的表格字段作为任务操作对象对应的数据字段。
17、可选的,将所述结构化任务描述拆解为多个原子任务,构建任务依赖图,并通过综合代价函数对候选执行路径进行评价,选择综合代价最小的执行路径作为最优任务执行路径,包括:
18、将所述结构化任务描述拆解为多个原子任务,每个原子任务包含任务类型、输入数据、输出结果和执行约束信息;
19、根据各原子任务之间的数据依赖关系构建有向无环图形式的任务依赖图,其中任务节点之间的有向边表示下游任务依赖于上游任务的输出结果;
20、对各候选执行路径,构建包括执行时间成本、资源消耗成本和错误风险成本的综合评价成本,选择所述综合评价成本最小的候选执行路径作为最优任务执行路径。
21、可选的,所述构建包含多个工具节点的工具能力图谱,根据所述原子任务与所述工具节点的匹配评分,为各原子任务动态选择对应的工具,并按照所述任务依赖图,将各原子任务对应的工具串联为工具调用链,包括:
22、构建工具能力图谱,所述工具能力图谱包含工具节点集合及工具之间的关系边集合,每个工具节点记录该工具的功能描述、输入要求、输出类型和执行约束信息;
23、对于各原子任务,从任务语义匹配度、输入类型匹配度、输出要求匹配度和约束满足程度四个维度综合计算该原子任务与各工具节点之间的匹配评分,选取匹配评分最高的工具作为该原子任务的执行工具;
24、根据所述任务依赖图和各原子任务的工具匹配结果,按照任务执行顺序自动生成工具调用链。
25、可选的,所述按照所述工具调用链执行任务,根据每个工具的执行结果动态更新所述表格状态空间模型,当检测到执行异常时,基于执行反馈信息触发任务重新规划,包括:
26、在调用每一个工具执行完对应的原子任务后获得执行结果,基于所述执行结果调用状态更新函数对所述表格状态空间模型进行更新;
27、定义反馈信息,所述反馈信息包含执行成功状态、异常信息和结果质量三个维度;
28、当所述异常信息的严重程度超过预设阈值时,根据当前反馈信息和更新后的表格状态空间重新执行任务规划,生成新的执行路径,以替代当前无法继续执行的路径。
29、可选的,所述输出标准化处理结果,包括:
30、在任务执行完成后,从计算结果准确性、任务完成度和数据完整性三个维度对任务处理结果进行综合质量评价;
31、其中,所述计算结果准确性通过对实际输出结果与目标任务进行一致性比较获得,所述任务完成度通过大语言模型判断实际输出是否符合用户原始意图获得,所述数据完整性通过检查输出数据是否完整无缺失获得;
32、当综合质量评价结果大于预设阈值时输出最终标准化处理结果,否则触发任务重新规划。
33、根据本发明的第二方面,提供一种自然语言驱动表格智能处理系统,包括:
34、表格状态解析模块,用于对输入表格进行结构解析和字段语义编码,构建包含表结构状态、字段语义状态、数据分布状态、历史操作状态和执行约束状态的表格状态空间模型;
35、任务语义理解模块,用于利用大语言模型对用户自然语言请求进行语义解析,结合所述表格状态空间模型,将所述自然语言请求转换为结构化任务描述;
36、任务规划模块,用于将所述结构化任务描述拆解为多个原子任务,构建任务依赖图,并通过综合代价函数对候选执行路径进行评价,选择综合代价最小的执行路径作为最优任务执行路径;
37、工具编排模块,用于构建包含多个工具节点的工具能力图谱,根据所述原子任务与所述工具节点的匹配评分,为各原子任务动态选择对应的工具,并按照所述任务依赖图,将各原子任务对应的工具串联为工具调用链;
38、任务执行模块,用于按照所述工具调用链执行任务,根据每个工具的执行结果动态更新所述表格状态空间模型,当检测到执行异常时,基于执行反馈信息触发任务重新规划,输出标准化处理结果。
39、根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现自然语言驱动表格智能处理方法的步骤。
40、根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现自然语言驱动表格智能处理方法的步骤。
41、本发明提供的一种自然语言驱动表格智能处理方法及系统,通过对用户上传表格进行结构解析、字段语义理解和数据状态建模,构建面向任务执行的表格状态空间,使系统能够准确感知当前表格环境。通过大语言模型结合任务依赖图和约束优化算法,实现用户自然语言需求向多步骤可执行任务计划的自动转换。进一步构建工具能力图谱,对不同表格处理工具的输入输出关系、执行约束和适用场景进行统一描述,并通过任务-工具匹配算法动态生成最优工具执行链;同时结合执行状态反馈和任务重规划机制,实现异常情况下的自动调整与闭环优化。通过上述技术方案,本发明实现从自然语言需求理解、任务智能规划、工具动态调用到结果验证输出的完整表格智能处理流程,提高复杂表格任务处理的自动化程度、执行准确性和系统适应能力,为不同领域场景下的通用化智能表格分析与处理提供技术支撑。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com