任务适配模型自动推荐方法、系统及电子设备与流程
本申请涉及人工智能,尤其是涉及一种任务适配模型自动推荐方法、系统及电子设备。
背景技术:
1、任务适配模型推荐是指人工智能应用平台根据用户业务,自动为其选择与所需执行业务相匹配的机器学习模型的过程。相关技术在模型选型过程不仅依赖人工经验进行手动筛选与参数配置,而且模型推荐结果与业务实际目标之间存在偏差。
2、需要说明的是,在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本申请提供了一种任务适配模型自动推荐方法、系统及电子设备,将自然语言描述的业务需求自动转化为可量化模型评估参数,模型推荐结果高度适配业务实际目标,有效提升任务适配模型自动推荐准确度。
2、为解决上述技术问题,本申请提供以下技术方案:
3、本申请一方面提供了一种任务适配模型自动推荐方法,包括:
4、获取以自然语言形式输入的用户业务需求,从所述用户业务需求中提取业务对象信息、性能要求信息及运行环境信息;
5、根据所述业务对象信息确定任务技术参数,根据所述性能要求信息为各任务技术参数确定相应的基准权重及性能约束条件,并根据所述运行环境信息和各基准权重确定各任务技术参数的参数权重,以将用户业务需求转换为任务需求数据;
6、根据所述任务需求数据中的性能约束条件从候选模型库中筛选初始任务适配模型,依据所述任务需求数据中的参数权重对各初始任务适配模型进行加权评分;
7、根据各初始任务适配模型的加权分数,从各初始任务适配模型中选择与所述用户业务需求相匹配的至少一个任务适配模型,进行输出。
8、本申请还提供了一种电子设备,包括存储器和处理器,处理器用于执行存储器中存储的计算机程序时实现上述任务适配模型自动推荐方法的步骤。
9、本申请最后还提供了一种任务适配模型自动推荐系统,集成于人工智能应用平台,包括:
10、部署于前端的用户界面,配置有人工智能对话接口,用于接收以自然语言形式输入的用户业务需求,并用于呈现任务适配模型推荐结果;
11、部署于后端的处理器,与所述用户界面通信连接,用于执行所述计算机程序时实现上述任务适配模型自动推荐方法的步骤;
12、数据库服务器,通过通信网络与所述处理器连接,所述数据库服务器存储有候选模型库。
13、本申请提供的技术方案的优点在于,通过从以自然语言形式输入的用户业务需求中自动提取业务对象信息、性能要求信息及运行环境信息,并将这些信息转换为包含任务技术参数、参数权重和性能约束条件的结构化任务需求数据,这种将自然语言描述的业务需求自动转化为可量化模型评估参数,可以使非结构化的自然语言需求能够被计算机直接用于后续的模型筛选与评分处理;在该转换过程中,根据运行环境信息对各任务技术参数的基准权重进行修正得到参数权重,使得不同运行环境下各任务技术参数的重要性权重能够自动适配实际运行环境;在获得任务需求数据后,先依据其中的性能约束条件从候选模型库中筛选出初始任务适配模型,从而排除不满足性能约束条件的模型,减少后续加权评分步骤中需要计算的对象数量,降低计算资源消耗;然后依据与运行环境适配的参数权重对各初始任务适配模型进行加权评分,使评分结果能够反映该运行环境下用户对各项任务技术参数性能要求的侧重程度,使得最终根据加权分数选择输出的任务适配模型在目标运行环境中的任务执行性能与用户需求之间的匹配准确度得到提高,模型推荐结果高度适配业务实际目标,整个模型推荐过程无需人工设定权重和筛选条件,有效提升任务适配模型自动推荐准确度和自动化程度。此外,本申请还针对任务适配模型自动推荐方法提供了相应的实现系统及电子设备,进一步使得所述方法更具有实用性,所述系统、电子设备具有相应的优点。
14、上面已提及的技术特征、下面将要提及的技术特征以及单独地在附图中显示的技术特征可以任意地相互组合,只要被组合的技术特征不是相互矛盾的。所有的可行的特征组合都是在本申请中明确地记载的技术内容。在同一个语句中包含的多个分特征之中的任一个分特征可以独立地被应用,而不必一定与其他分特征一起被应用。
15、应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本申请。
1.一种任务适配模型自动推荐方法,其特征在于,包括:
2.根据权利要求1所述的任务适配模型自动推荐方法,其特征在于,从各初始任务适配模型中选择与所述用户业务需求相匹配的至少一个任务适配模型,进行输出,包括:
3.根据权利要求2所述的任务适配模型自动推荐方法,其特征在于,计算各目标性能参数组合的业务风险成本值,包括:
4.根据权利要求2所述的任务适配模型自动推荐方法,其特征在于,将各任务适配模型及其对应的最优触发阈值进行关联输出之后,还包括:
5.根据权利要求1所述的任务适配模型自动推荐方法,其特征在于,从用户业务需求中提取业务对象信息、性能要求信息及运行环境信息,包括:
6.根据权利要求1任务适配模型自动推荐方法,其特征在于,依据所述任务需求数据中的参数权重对各初始任务适配模型进行加权评分,包括:
7.根据权利要求1至6任一项所述的任务适配模型自动推荐方法,其特征在于,根据业务对象信息确定任务技术参数,根据性能要求信息为各任务技术参数确定相应的基准权重及性能约束条件,并根据运行环境信息和各基准权重确定各任务技术参数的参数权重,包括:
8.根据权利要求1至6任一项所述的任务适配模型自动推荐方法,其特征在于,从各初始任务适配模型中选择与所述用户业务需求相匹配的至少一个任务适配模型,包括:
9.一种电子设备,其特征在于,包括:
10.一种任务适配模型自动推荐系统,其特征在于,集成于人工智能应用平台,包括:
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