任务处理方法、装置、计算机设备和存储介质与流程

摘要: 本申请涉及计算机,特别是涉及一种任务处理方法、装置、计算机设备和存储介质。背景技术:1、随着具备自然语言指令理解能力的人工智能模型的快速发展,基于此类计算模型构...
任务处理方法、装置、计算机设备和存储介质与流程

本申请涉及计算机,特别是涉及一种任务处理方法、装置、计算机设备和存储介质。

背景技术:

1、随着具备自然语言指令理解能力的人工智能模型的快速发展,基于此类计算模型构建自动化任务执行系统,已广泛应用于智能办公、自动运维、内容处理等诸多技术领域。

2、目前,在自动化任务执行场景下,将目标任务的执行指令输入人工智能模型,人工智能模型可以自主执行目标任务,并输出执行结果。

3、但是,人工智能模型受自身语义理解偏差、逻辑推理漏洞、场景适配不足等因素影响,可能出现“模型幻觉”,在实际未完成任务的情况下,就输出执行结果,进而,导致执行结果不符合目标任务的预期执行结果,影响任务执行的准确性。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提升任务自动化执行的准确性的任务处理方法、装置、计算机设备和存储介质。

2、第一方面,本申请提供了一种任务处理方法,包括:

3、响应于针对目标任务的任务处理请求,调用任务处理模型执行所述目标任务,得到所述目标任务的初始结果集;

4、基于所述初始结果集,对所述目标任务进行完成度检测,得到检测结果;

5、在所述检测结果表征所述目标任务处于未完成状态的情况下,构建所述目标任务的恢复执行指令;

6、基于所述恢复执行指令,调用所述任务处理模型继续执行所述目标任务,得到所述目标任务的增量结果集;

7、基于所述初始结果集和所述增量结果集,得到所述目标任务的处理结果集。

8、在其中一个实施例中,所述响应于针对目标任务的任务处理请求,调用任务处理模型执行所述目标任务,得到所述目标任务的初始结果集,包括:

9、响应于针对目标任务的任务处理请求,获取所述目标任务的任务类型;

10、基于所述任务类型,构建所述目标任务的任务启动指令;

11、基于所述任务启动指令,调用任务处理模型执行所述目标任务,得到所述目标任务的初始结果集。

12、在其中一个实施例中,所述基于所述任务类型,构建所述目标任务的任务启动指令,包括:

13、基于所述任务类型,确定所述目标任务的专属约束信息;

14、基于所述专属约束信息和不同任务类型的通用约束信息,构建所述目标任务的任务启动指令。

15、在其中一个实施例中,所述任务类型包括数值计算类型和数值修改类型;所述基于所述任务类型,确定所述目标任务的专属约束信息,包括:

16、在所述任务类型为数值计算类型的情况下,确定所述目标任务的专属约束信息包括结果约束信息,所述结果约束信息用于对所述任务处理模型输出结果的数据结构进行约束;

17、在所述任务类型为数值修改类型的情况下,确定所述目标任务的专属约束信息包括所述结果约束信息,以及用于对所述任务处理模型的任务处理过程进行约束的处理约束信息。

18、在其中一个实施例中,所述初始结果集包括所述目标任务执行过程中产生的报错集合;所述基于所述初始结果集,对所述目标任务进行完成度检测,得到检测结果,包括:

19、在所述报错集合非空的情况下,确定检测结果为所述目标任务处于未完成状态;

20、在所述报错集合为空的情况下,从所述初始结果集中确定所述任务处理模型输出的结果文件数量,以及所述初始结果集中记录的已完成文件数量;

21、基于所述结果文件数量和所述已完成文件数量,对所述目标任务进行完成度检测,得到检测结果。

22、在其中一个实施例中,所述基于所述结果文件数量和所述已完成文件数量,对所述目标任务进行完成度检测,得到检测结果,包括:

23、在所述结果文件数量和所述已完成文件数量不一致的情况下,确定所述检测结果为所述目标任务处于未完成状态;

24、在所述结果文件数量和所述已完成文件数量一致的情况下,对所述目标任务的计划执行步骤数量和实际执行步骤数量进行一致性检测;

25、在所述计划执行步骤数量和所述实际执行步骤数量不一致的情况下,确定检测结果为所述目标任务处于未完成状态。

26、在其中一个实施例中,所述构建所述目标任务的恢复执行指令,包括:

27、基于所述初始结果集,确定所述目标任务的任务上下文和任务中断原因;

28、基于所述任务上下文和所述任务中断原因,构建所述目标任务的恢复执行指令。

29、第二方面,本申请还提供了一种任务处理装置,包括:

30、响应模块,用于响应于针对目标任务的任务处理请求,调用任务处理模型执行所述目标任务,得到所述目标任务的初始结果集;

31、检测模块,用于基于所述初始结果集,对所述目标任务进行完成度检测,得到检测结果;

32、构建模块,用于在所述检测结果表征所述目标任务处于未完成状态的情况下,构建所述目标任务的恢复执行指令;

33、调用模块,用于基于所述恢复执行指令,调用所述任务处理模型继续执行所述目标任务,得到所述目标任务的增量结果集;

34、确定模块,用于基于所述初始结果集和所述增量结果集,得到所述目标任务的处理结果集。

35、第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面提供的各方法实施例的步骤。

36、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面提供的各方法实施例的步骤。

37、第五方面,本申请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上述第一方面提供的各方法实施例的步骤。

38、上述任务处理方法、装置、计算机设备和存储介质,响应于针对目标任务的任务处理请求,调用任务处理模型执行目标任务,得到目标任务的初始结果集,基于初始结果集,对目标任务进行完成度检测,得到检测结果,以任务处理模型输出的初始结果集为依据,能够精确判断目标任务的执行状态;在检测结果表征目标任务处于未完成状态的情况下,针对性构建目标任务的恢复执行指令,基于恢复执行指令,调用任务处理模型继续执行目标任务,得到目标任务的增量结果集,能够实现目标任务的自动化执行,提升任务执行效率,并且避免任务虚假完成情况的发生,基于初始结果集和增量结果集,得到目标任务的处理结果集,能够保证处理结果集的全面性和准确性,提升任务处理过程的稳定性和准确性。

1.一种任务处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述响应于针对目标任务的任务处理请求,调用任务处理模型执行所述目标任务,得到所述目标任务的初始结果集,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述任务类型,构建所述目标任务的任务启动指令,包括:

4.根据权利要求3所述的方法,其特征在于,所述任务类型包括数值计算类型和数值修改类型;所述基于所述任务类型,确定所述目标任务的专属约束信息,包括:

5.根据权利要求1至4任一项所述的方法,其特征在于,所述初始结果集包括所述目标任务执行过程中产生的报错集合;所述基于所述初始结果集,对所述目标任务进行完成度检测,得到检测结果,包括:

6.根据权利要求5所述的方法,其特征在于,所述基于所述结果文件数量和所述已完成文件数量,对所述目标任务进行完成度检测,得到检测结果,包括:

7.根据权利要求1至4任一项所述的方法,其特征在于,所述构建所述目标任务的恢复执行指令,包括:

8.一种任务处理装置,其特征在于,所述装置包括:

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。