增强自然语言生成平台1.相关申请的交叉引用2.本技术要求于2019年9月30日提交的美国申请序列号62/908,235的优先权，该美国申请通过引用整体并入本文。
技术领域：
：3.本公开总体上涉及一种增强自然语言生成平台及其操作方法。
背景技术：
：：4.大数据的空前兴起已经彻底改变了智能产业，目前存在数万亿字节的数据。为了应对数据的大量涌入，分析师和数据科学家创建了高度复杂和拥挤的仪表板，以帮助分析和解释他们通常手头上的大量数据。因此，即使是最有经验的数据科学家也可能难以充分地传达从生成的多个图表和图形中获得的见解。技术实现要素：5.在一些实施例中，本文公开了一种方法。计算系统接收为工作表生成一个或更多个叙述框架的请求。工作表由第三方服务器托管。计算系统与第三方服务器连接以检索与工作表相关联的数据。计算系统从检索的数据中推断工作表的属性。属性对应于工作表中表示的数据类型。计算系统为一个或更多个叙述框架生成叙述模板。基于生成的叙述模板，计算系统为一个或更多个叙述框架生成一个或更多个数据变量。计算系统通过针对叙述框架中一个或更多个数据变量的每个数据变量从工作表中选择性地检索数据来构建一个或更多个叙述框架。6.在一些实施例中，本文公开了一种非暂时性计算机可读介质。非暂时性计算机可读介质包括指令，当指令由计算系统执行时，使得计算系统执行操作。操作包括由计算系统接收为工作表生成一个或更多个叙述框架的请求。工作表由第三方服务器托管。操作还包括由计算系统与第三方服务器连接以检索与工作表相关联的数据。操作还包括由计算系统从检索的数据中推断工作表的属性。属性对应于工作表中表示的数据类型。操作还包括由计算系统为一个或更多个叙述框架生成叙述模板。操作还包括基于生成的叙述模板，由计算系统为一个或更多个叙述框架生成一个或更多个数据变量。操作还包括由计算系统通过针对叙述框架中的一个或更多个数据变量的每个数据变量从工作表中选择性地检索数据来构建一个或更多个叙述框架。7.在一些实施例中，本文公开了一种系统。系统包括处理器和存储器。存储器具有存储在其上的编程指令，当编程指令由处理器执行时，执行操作。操作包括接收为工作表生成一个或更多个叙述框架的请求。工作表由第三方服务器托管。操作还包括与第三方服务器连接以检索与工作表相关联的数据。操作还包括从检索的数据中推断工作表的属性。属性对应于工作表中表示的数据类型。操作还包括为一个或更多个叙述框架生成叙述模板。操作还包括基于生成的叙述模板，为一个或更多个叙述框架生成一个或更多个数据变量。操作还包括通过针对叙述框架中的一个或更多个数据变量的每个数据变量从工作表中选择性地检索数据来构建一个或更多个叙述框架。附图说明8.为了能够详细理解本公开的上述列举的特征的方式，可以通过参考实施例来获得对上述简要概括的本公开的更具体的描述，其中一些实施例在附图中示出。然而，要注意的是，附图仅示出了本公开的典型实施例，因此不应被视为对本公开的范围的限制，因为本公开可以承认其他同等有效的实施例。9.图1是根据示例实施例的示出计算环境的框图。10.图2a示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。11.图2b示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。12.图2c示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。13.图2d示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。14.图2e示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。15.图2f示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。16.图3是根据示例实施例的示出为数据表创建报告的方法的流程图。17.图4a是根据示例实施例的示出计算设备的框图。18.图4b是根据示例实施例的示出计算设备的框图。19.为了便于理解，在可能的情况下，相同的附图标记已用于表示附图中共有的相同元件。预期在一个实施例中公开的元件可以有益地用于其他实施例而无需具体叙述。具体实施方式20.无论组织可以收集和处理多少数据，归根结底，它仅与从这些数据中收集的决策一样有用。现代分析仪表板和可视化可以有助于组织和布置复杂的数据集以进行解释。但是，这些仪表板通常无法从数据中生成可执行的建议。从仪表板的各种图表和图形中提取实际见解仍然是非常耗时且主观的过程。21.本文所描述的一种或更多种技术提供了一种增强的自然语言生成引擎，用于与数据可视化软件一起使用。例如，本文所描述的一种或更多种技术提供了增强的自然语言生成引擎，增强的自然语言生成引擎与数据可视化软件协同工作，以基于由数据可视化软件管理的数据来创建高度定向的、动态的和有说服力的报告。22.图1是根据示例实施例的示出计算环境100的框图。计算环境100可以包括经由网络105通信的客户端设备102、增强自然语言生成平台104和数据可视化服务器106。23.网络105可以是包括经由互联网的单独连接的任何合适的类型，例如蜂窝或wi-fi网络。在一些实施例中，网络105可以使用直接连接(例如射频识别(rfid)、近场通信(nfc)、蓝牙tm、低能耗蓝牙tm(ble)、wi-fitm、zigbeetm、环境反向散射通信(abc)协议、usb、wan或lan)来连接终端、服务和移动设备。因为传输的信息可能是个人的或机密的，因此安全问题可能要求对这些类型的连接中的一种或更多种进行加密或以其他方式保护。然而，在一些实施例中，正在传输的信息可能不那么个人化，因此，为了方便而不是安全，可以选择网络连接。24.网络105可以包括用于交换数据或信息的任何类型的计算机网络布置。例如，网络105可以是互联网、专用数据网络、使用公共网络的虚拟专用网络和/或使计算环境100中的组件能够在环境100的组件之间发送和接收信息的其他合适的连接。25.客户端设备102可以由用户操作。例如，客户端设备102可以是移动设备、平板电脑、台式计算机或具有本文所述能力的任何计算系统。用户可以包括但不限于个人，例如与增强自然语言生成平台104相关联的实体的订阅者、客户、潜在客户或顾客，诸如已经、将要或可能从与增强自然语言生成平台104相关联的实体获得产品、服务或咨询的个人。26.客户端设备102可以至少包括数据可视化应用108。数据可视化应用108可以表示独立的移动或桌面数据可视化软件。示例性数据可视化软件可包括但不限于tableau、sisense、qlik、plotly、powerbi、microstrategy等。如图所示，经由数据可视化应用108，客户端设备102可以访问数据可视化服务器106的功能。例如，在与数据可视化应用108交互时，用户可以通过经由数据可视化应用108向数据可视化服务器106传输请求来访问存储在数据库111中的各种数据表。27.数据可视化应用108可以包括插件112。插件112可以与增强自然语言生成平台104相关联。例如，经由插件112，客户端设备102可以在数据可视化应用108内直接访问增强自然语言生成平台104的功能。客户端设备102可以通过网络105进行通信以访问增强自然语言生成平台104的功能。显示给客户端设备102的内容可以从增强自然语言生成平台104传输到客户端设备102，并且随后由数据可视化应用108处理以通过客户端设备102的图形用户界面(gui)显示。28.在一些实施例中，客户端设备102可以包括网络浏览器(webbrowser)110。经由网络浏览器110，客户端设备102可以经由一个或更多个超文本传输协议(http)请求访问数据可视化服务器106的功能。换言之，除了经由桌面或移动应用(例如，数据可视化应用108)访问数据可视化服务器106的功能之外，用户还可以经由浏览器访问数据可视化服务器106的功能。在这样的实施例中，基于浏览器的数据可视化应用可以包括与增强自然语言生成平台104的集成。29.增强自然语言生成平台104可以包括应用编程接口(api)模块114、数据建模模块116、nlg编辑器118、nlg执行器120和nlg解析器122。api模块114、数据建模模块116、nlg编辑器118、nlg执行器120和nlg解析器122中的每一个可以包括一个或更多个软件模块。一个或更多个软件模块可以是存储在介质(例如，增强自然语言生成平台104的存储器)上的代码或指令的集合，这些代码或指令的集合表示实施一个或更多个算法步骤的一系列机器指令(例如，程序代码)。这样的机器指令可以是增强自然语言生成平台104的处理器解释以实施指令的实际计算机代码，或者，可替代地这样的机器指令可以是被解释以获得实际计算机代码的指令的更高级别的编码。一个或更多个软件模块还可以包括一个或更多个硬件组件。示例算法的一个或更多个方面可以由硬件组件(例如，电路)本身执行，而不是作为指令的结果。30.增强自然语言生成平台104可以表示插件112与数据可视化应用108的前端集成的后端补充。增强自然语言生成平台104可以被配置为执行三种功能：数据建模、学习(etude)处理和学习执行。在操作中，当用户经由数据可视化应用108与插件112交互时，插件112可以提示用户选择目标数据集。目标数据集可以对应于与使用数据可视化软件的用户账户相关联的数据集。在接收到对目标数据集的选择后，插件112可以与增强自然语言生成平台104交互。在一些实施例中，插件112可以经由由api模块114管理的一个或更多个api与增强自然语言生成平台104连接。31.在接收目标数据集后，数据建模模块116可以被配置为分析数据集并从数据集中提取信息。在一些实施例中，数据建模模块116可以被配置为从数据集中推断数据列类型。在一些实施例中，数据建模模块116可以被配置为推断数据集中的任何列和表的详细元数据。这定义了与数据集相关联的数据类型。32.通常，由数据建模模块116执行的数据建模可以分两个步骤执行。在第一步骤期间，数据建模模块116可以尝试将给定的字符串文字转换为具有某种类型的对象的实例。如果转换成功，则可能会返回对应的类型。但是，如果尝试失败，则可能会引发错误。在一些实施例中，数据建模模块116可以在类型的有序列表上循环，直到找到成功的转换。数据建模模块116可以基于类型推断创建表纲要。表纲要可以表示每列的已识别类型的记录。33.数据建模过程的第二步骤可以包括三个子步骤：推断、整合和发现。在推断子步骤期间，数据建模模块116可以将表对象的行转换为列，其中每列基于其类型被分配子类型。34.在整合子步骤期间，数据建模模块116可以基于数据生成度量。例如，数据建模模块116可以生成度量，例如但不限于空计数、基于唯一记录的总和、总计、平均值、中值、标准偏差等。35.在发现子步骤期间，数据建模模块116可以识别表列之间的模式。为此，数据建模模块116可以分析列之间的交互，而不是关注各个列本身。在一些实施例中，数据建模模块116可以识别层次结构。层次结构可以对应于表的列之间的一系列的一对多关系。这些关系可以用具有关键的父和子的有向图来表示。在一些实施例中，分析可以包括具有字符串子类型的列。在一些实施例中，数据建模模块116可以识别相关性。例如，数据建模模块116可以被配置为识别彼此相关的列对。在一些实施例中，数据建模模块116可以被配置为识别彼此完全相关的列对。可以对所有列执行该分析。36.nlg编辑器118可以被配置为分析由数据建模模块116生成的推断数据并且可以将推断数据与现有的基序集合相匹配。基序可以是指用于为数据创建模板的蓝图。蓝图可以包括可以基于数据生成的节点类型。在一些实施例中，nlg编辑器118可以基于从基序字段到输入的指定映射将推断数据与现有的基序集匹配，以返回注释，即模板的集合。在一些实施例中，nlg编辑器118可以递归地遍历计算图以在合并字段中进行适当的替换。在一些实施例中，这样的过程可以由字段本身指定或被各种配置覆盖。nlg执行器120可以被配置为分析映射的基序集并为数据生成项目和模板。例如，nlg执行器120可以基于映射的基序集创建各种数据变量和模板。37.nlg解析器122可以被配置为基于由nlg执行器120生成的数据变量和模板来生成执行报告。例如，基于数据变量和模板，nlg解析器122可以被配置为基于数据集生成可执行的见解或注释。在一些实施例中，nlg解析器122可以利用库来创建语法和对应的解析器。在一些实施例中，nlg解析器122可以将代码解析成结构化抽象语法树(ast)。在构建ast时，nlg解析器122可以检查ast的静态错误(例如，传递给函数/运算符的无效数据类型)。在一些实施例中，ast可以被评估为代码的结果。38.增强自然语言生成平台104可以被配置为与nlg数据库130通信。nlg数据库130可以被配置为存储用于数据处理的各种基序和模板。39.图2a示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面202的示例视图。图形用户界面202(下文中称为“gui202”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui202可以是呈现在网络浏览器110中的网页。在一些实施例中，gui202可以是由数据可视化应用108生成的图形用户界面。通常，gui202可以对应于与插件112功能相关联的界面。40.如图所示，gui202可以对应于插件112的初始登录页面。在一些实施例中，登录页面可以允许客户端设备102的用户使用增强自然语言生成平台104登录到他们的账户。例如，经由一个或更多个字段204，用户可以输入他们的用户名(例如，电子邮件)和密码，并且被授权访问增强自然语言生成平台104的功能。在一些实施例中，客户端设备102的用户可能不具有增强自然语言生成平台104的账户。在这样的实施例中，用户可以与图形元素206交互，图形元素206在被启动时，提示用户使用自然语言生成平台创建账户。41.图2b示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面212的示例视图。图形用户界面212(下文中称为“gui212”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui202可以是呈现在网络浏览器110中的网页。在一些实施例中，gui202可以是由数据可视化应用108生成的图形用户界面。通常，gui202可以对应于与插件112功能相关联的界面。42.如图所示，gui212可以在使用增强自然语言生成平台104进行认证之后呈现给用户。经由gui212，可以向用户呈现用于增强语言生成的可能工作表。例如，在使用增强自然语言生成平台104进行认证之后，插件112可以访问与用户相关联并由数据可视化服务器106管理的数据。在一些实施例中，插件112可以通过利用数据可视化服务器106的一个或更多个api来访问用户数据。例如，经由数据可视化服务器106的一个或更多个api，插件112可以被授权访问存储在数据库111中的用户数据。在一些实施例中，存储在数据库111中的数据可以对应于一个或更多个工作表。43.如图所示，gui212可以包括部分214。部分214可以提示用户在多个工作表中选择用于自然语言生成的工作表。因此，在一些实施例中，部分214中的每个工作表可以包括相应的图形元素218。经由与图形元素218的交互，用户可以被导航到工作表以供查看。在一些实施例中，在与图形元素218交互之后，可以向用户呈现包括底层工作表的预览的覆盖窗口。44.在选择用于自然语言生成的工作表之后，用户可以与图形元素216交互以推进工作流。45.图2c示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面222的示例视图。图形用户界面222(下文中称为“gui222”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui222可以是呈现在网络浏览器1120中的网页。在一些实施例中，gui222可以是由数据可视化应用108生成的图形用户界面。gui222可以对应于与插件112功能相关联的界面。46.如图所示，gui222可以向用户提供要添加到用户仪表板的可能的注释。gui222可以包括一个或更多个图形元素224-230。图形元素224可以对应于搜索栏。经由图形元素224，用户可以基于工作表中提供的数据来搜索可能的注释。例如，在操作中，在经由gui222选择工作表之后，增强自然语言生成平台104可以经由一个或更多个api接收对工作表的访问。一旦增强自然语言生成平台104可以访问工作表，数据建模模块116就可以分析工作表并提取信息以供进一步处理。例如，数据建模模块116可以解析工作表并从工作表推断数据列类型。在一些实施例中，数据建模模块116可以进一步推断数据集中任何列和表的详细元数据。数据建模模块116可以将信息提供给nlg编辑器118。47.nlg编辑器118可以分析推断的数据并且可以将推断的数据与现有的基序集合匹配以创建数据的模板。nlg执行器120可以从nlg编辑器118接收匹配信息并为数据生成注释和模板。例如，nlg执行器120可以基于映射的基序集创建各种数据变量和模板。nlg执行器120可以将数据变量和模板提供给nlg解析器用于编译。48.nlg解析器122可以基于由nlg执行器120生成的数据变量和模板生成一个或更多个注释226、228和230。在一些实施例中，基于数据变量和模板，nlg解析器122可以基于工作表中的数据生成可执行的见解或注释。例如，nlg解析器122可以基于哪些数据对应于由nlg执行器120定义的数据变量，有选择地从工作表中拉取数据。49.如图所示，nlg解析器122可以生成多个初始选项以呈现给用户。注释226可以对应于第一选项—“平均最大前3名”。基于选择的工作表，nlg解析器122可以生成注释，该注释读作：“消费者是具有最高平均sum(利润)为1327.76的细化市场，其次是具有最高平均sum(利润)为1022.76的企业和具有最高平均sum(利润)为613.95的家庭办公室”。注释228可以对应于第二选项—“平均最大”。基于选择的工作表，nlg解析器122可以生成注释，该注释读作：“消费者是具有最大sum(利润)为1327.76的细化市场”。注释230可以对应于第三选项—“上个月最大的最大值”。基于选择的工作表，nlg解析器122可以生成注释，该注释读作：“上个月具有最大总sum(利润)的细化市场是消费者，为4595.00”。每个注释可以包括与注释对应的可执行元素。例如，如图所示，可执行元素232可以对应于注释226；可执行元素234可以对应于注释228；以及可执行元素236可以对应于注释230。经由与相应的可执行元素232-236的交互，用户可以选择相应的注释用于显示。50.图2d示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面242的示例视图。图形用户界面242(下文中称为“gui242”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui242可以是呈现在网络浏览器1120中的网页。在一些实施例中，gui242可以是由数据可视化应用108生成的图形用户界面。gui242可以对应于与插件112功能相关联的界面。51.如图所示，gui242可以允许用户编辑生成的注释。gui242可以包括可执行项244。可执行项244可以对应于来自gui232的选择的注释的叙述框架。例如，选择的注释的表示可以包括一个或更多个短语变型246。每个短语变型可以对应于来自选择的工作表的数据项。每个短语变型246可以是可执行的。例如，在用户与短语变型246交互时，可以向用户呈现覆盖或弹出窗口245。覆盖或弹出窗口245可以包括用于选择的短语变型246的一个或更多个格式选项。例如，如图所示，用户可以与“613”交互以改变短语变型246中的数据被选择的方式。在一些实施例中，用户可以在数字前面添加美元符号、定义小数位数、指示用作小数分隔符的符号类型、指示是否应去除尾随零、指示是否应将值乘以100等等。一旦根据用户的喜好定制了注释，用户就可以与可执行元素250交互以接受改变。52.图2e示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面252的示例视图。图形用户界面252(下文中称为“gui252”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui252可以是呈现在网络浏览器110中的网页。在一些实施例中，gui252可以是由数据可视化应用108生成的图形用户界面。gui252可以对应于与插件112功能相关联的界面。53.如图所示，gui252可以包括图形元素254。图形元素254可以包括基于gui242中批准的叙述框架的批准注释的表示。gui252还可以包括可执行元素256和可执行元素258。可执行元素256可以提示用户配置集成。可执行元素258可以提示用户建立另一个注释。例如，在与可执行元素258交互之后，用户可以返回到gui222以选择另一个注释。54.图2f示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面262的示例视图。图形用户界面262(下文中称为“gui262”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui262可以是呈现在网络浏览器110中的网页。在一些实施例中，gui262可以是由数据可视化应用108生成的图形用户界面。gui262可以对应于与插件112功能相关联的界面。55.如图所示，gui262可以包括图形元素264和图形元素266。图形元素264可以允许用户命名他们的集成。例如，用户可以命名集成，使得用户可以在用户希望编辑或修改叙述框架的情况下回顾集成。图形元素266可以允许用户将附加的工作表添加到集成中。例如，如图所示，图形元素266可以包括寻求用户输入以添加附加的工作表的一个或更多个提示。为了完成集成，用户可以与图形元素268交互。56.图3是根据示例实施例的示出生成叙述框架的方法300的流程图。方法300可以开始于步骤302。57.在步骤302，增强自然语言生成平台104可以接收为工作表生成一个或更多个叙述框架的请求。在一些实施例中，增强自然语言生成平台104可以从使用客户端设备102上的数据可视化应用108执行的插件112接收请求。58.在步骤304，增强自然语言生成平台104可以检索对应于来自数据可视化服务器106的工作表的数据。例如，增强自然语言生成平台104可以执行api调用以检索识别的工作表。59.在步骤306，增强自然语言生成平台104可以识别工作表的一个或更多个属性。在一些实施例中，数据建模模块116可以分析工作表并提取信息用于进一步处理。例如，数据建模模块116可以解析工作表并从工作表推断数据列类型。在一些实施例中，数据建模模块116可以进一步推断数据集中的任何列和表的详细元数据。数据建模模块116可以将此信息提供给nlg编辑器118。60.在步骤308，基于工作表的属性，增强自然语言生成平台104可以为工作表创建叙述模板。在一些实施例中，nlg编辑器118可以分析推断的数据。使用推断的数据，nlg编辑器可以将推断的数据与现有的基序集合进行匹配，从而为数据创建模板。nlg编辑器118可以将此信息提供给nlg执行器120。61.在步骤310，增强自然语言生成平台104可以为注释生成一个或更多个数据变量。例如，nlg执行器120可以接收来自nlg编辑器118的匹配信息，并为数据生成模板和一个或更多个数据变量。例如，nlg执行器120可以基于映射的基序集来创建模板和各种数据变量。nlg执行器120可以将数据变量和模板提供给nlg解析器用于编译。62.在步骤312，增强自然语言生成平台104可以基于模板和一个或更多个数据变量生成完成的注释。例如，nlg解析器122可以基于由nlg执行器120生成的数据变量和模板生成叙述框架。在一些实施例中，基于数据变量和模板，nlg解析器122可以基于工作表中的数据为注释生成叙述框架。例如，nlg解析器122可以基于哪些数据对应于由nlg执行器120定义的数据变量，有选择地从工作表中拉取数据。63.在步骤314，增强自然语言生成平台104可以将叙述框架与工作表相关联。例如，如果选择的工作表中的数据随时间改变，则nlg执行器120可以被配置为基于改变来更新数据变量的值。在一些实施例中，当注释生成时，可以创建对应的集成和项目并将集成和项目存储在数据库130中。例如，当工作表数据改变时，可以通过对应的集成传递新数据以更新注释中的数据变量。64.图4a示出了根据示例实施例的系统总线计算系统架构400。系统400可以表示增强自然语言生成平台104的至少一部分。系统400的一个或更多个组件可以使用总线405彼此电通信。系统400可以包括处理单元(cpu或处理器)410和将各种系统组件耦接到处理器410的系统总线405，各种系统组件包括系统存储器415，例如只读存储器(rom)420和随机存取存储器(ram)425。系统400可以包括与处理器410直接连接、与处理器410紧邻或集成为处理器410的一部分的高速存储器的缓存。系统400可以将数据从存储器415和/或存储设备430复制到缓存412以供处理器410快速访问。以这种方式，缓存412可以提供避免处理器410在等待数据时延迟的性能提升。这些模块和其他模块可以控制或被配置为控制处理器410以执行各种动作。其他系统存储器415也可以使用。存储器415可以包括具有不同性能特征的多种不同类型的存储器。处理器410可以包括任何通用处理器和硬件模块或软件模块，例如存储在存储设备430中的服务1432、服务2434和服务3436，任何通用处理器和硬件模块或软件模块被配置为控制处理器410以及其中软件指令被合并到实际的处理器设计中的专用处理器。处理器410本质上可以是完全独立的计算系统，包含多个核心或处理器、总线、存储器控制器、缓存等。多核心处理器可以是对称的或不对称的。65.为了实现与计算设备400的用户交互，输入设备445可以表示任意数量的输入机制，例如用于语音的麦克风、用于手势或图形输入的触摸屏、键盘、鼠标、运动输入、语音等等。输出设备435也可以是本领域技术人员已知的多种输出机制中的一种或更多种。在一些情况下，多模式系统可以使用户能够提供多种类型的输入以与计算设备400通信。通信接口440通常可以支配和管理用户输入和系统输出。在任何特定硬件布置上的操作没有限制，因此在开发过程中，此处的基本特征可以很容易地被替换为改进的硬件或固件布置。66.存储设备430可以是非易失性存储器并且可以是硬盘或是可以存储由计算机访问的数据的其他类型的计算机可读介质，例如磁带盒、闪存卡、固态存储设备、数字多功能磁盘、盒式磁带(cartridge)、随机存取存储器(ram)425、只读存储器(rom)420及其混合。67.存储设备430可以包括用于控制处理器410的服务432、434和436。其他硬件或软件模块是可预期的。存储设备430可以连接到系统总线405。一方面，执行特定功能的硬件模块可以包括存储在计算机可读介质中的软件组件，该软件组件与诸如处理器410、总线405、显示器435等必要的硬件组件连接以执行功能。68.图4b示出了具有可以表示增强自然语言生成平台104的至少一部分的芯片组架构的计算机系统450。计算机系统450可以是可用于实施所公开技术的计算机硬件、软件和固件的示例。系统450可以包括处理器455，处理器455表示能够执行被配置为执行识别的计算的软件、固件和硬件的任意数量的物理和/或逻辑上不同的资源。处理器455可以与芯片组460通信，芯片组460可以控制对处理器455的输入和来自处理器455的输出。在该示例中，芯片组460将信息输出至输出465(例如显示器)，并且芯片组460可以读取和写入信息到存储设备470，存储设备470可以包括例如磁介质和固态介质。芯片组460还可以从ram475读取数据并向ram475写入数据。可以提供用于与各种用户接口组件485连接的桥480以用于与芯片组460连接。这样的用户接口组件485可以包括键盘、麦克风、触摸检测和处理电路、诸如鼠标的定点设备等。通常，到系统450的输入可以来自机器生成的和/或人工生成的各种来源中的任何一种。69.芯片组460还可以与可能具有不同物理接口的一个或更多个通信接口490连接。这样的通信接口可以包括用于有线和无线局域网、用于宽带无线网络以及个人局域网的接口。本文公开的用于生成、显示和使用gui的方法的一些应用可以包括通过物理接口接收有序数据集，或者可以由机器本身通过处理器455分析存储在存储装置470或475中的数据来生成本文公开的用于生成、显示和使用gui的方法的一些应用。此外，机器可以通过用户接口组件485接收来自用户的输入并且执行适当的功能，例如通过使用处理器455解释这些输入的浏览功能。70.可以理解的是，示例系统400和450可以具有多于一个的处理器410或者是联网在一起以提供更大处理能力的计算设备组或集群的一部分。71.虽然前述内容针对本文描述的实施例，但是在不背离其基本范围的情况下可以设计其他和进一步的实施例。例如，本公开的各方面可以以硬件或软件或硬件和软件的组合来实施。本文描述的一个实施例可以被实施为与计算机系统一起使用的程序产品。程序产品的程序定义了实施例的功能(包括本文描述的方法)，并且可以被包含在各种计算机可读存储介质上。说明性的计算机可读存储介质包括但不限于：(i)永久地存储信息的不可写存储介质(例如，计算机内的只读存储器(rom)设备，例如可由cd-rom驱动器读取的cd-rom磁盘、闪存、rom芯片或任何类型的固态非易失性存储器)；以及(ii)存储可变信息的可写存储介质(例如，软盘驱动器或硬盘驱动器或任何类型的固态随机存取存储器中的软盘)。当携带指导所公开实施例的功能的计算机可读指令时，这样的计算机可读存储介质是本公开的实施例。72.本领域技术人员将理解，前述示例是示例性的而非限制性的。本领域技术人员在阅读说明书和研究附图后将清楚对其所有排列、增强、等效和改进都包括在本公开的真实本质和范围内。因此，所附权利要求旨在包括落入这些教导的真实本质和范围内的所有这样的修改、排列和等效。当前第1页12当前第1页12
技术领域：
：3.本公开总体上涉及一种增强自然语言生成平台及其操作方法。
背景技术：
：：4.大数据的空前兴起已经彻底改变了智能产业，目前存在数万亿字节的数据。为了应对数据的大量涌入，分析师和数据科学家创建了高度复杂和拥挤的仪表板，以帮助分析和解释他们通常手头上的大量数据。因此，即使是最有经验的数据科学家也可能难以充分地传达从生成的多个图表和图形中获得的见解。技术实现要素：5.在一些实施例中，本文公开了一种方法。计算系统接收为工作表生成一个或更多个叙述框架的请求。工作表由第三方服务器托管。计算系统与第三方服务器连接以检索与工作表相关联的数据。计算系统从检索的数据中推断工作表的属性。属性对应于工作表中表示的数据类型。计算系统为一个或更多个叙述框架生成叙述模板。基于生成的叙述模板，计算系统为一个或更多个叙述框架生成一个或更多个数据变量。计算系统通过针对叙述框架中一个或更多个数据变量的每个数据变量从工作表中选择性地检索数据来构建一个或更多个叙述框架。6.在一些实施例中，本文公开了一种非暂时性计算机可读介质。非暂时性计算机可读介质包括指令，当指令由计算系统执行时，使得计算系统执行操作。操作包括由计算系统接收为工作表生成一个或更多个叙述框架的请求。工作表由第三方服务器托管。操作还包括由计算系统与第三方服务器连接以检索与工作表相关联的数据。操作还包括由计算系统从检索的数据中推断工作表的属性。属性对应于工作表中表示的数据类型。操作还包括由计算系统为一个或更多个叙述框架生成叙述模板。操作还包括基于生成的叙述模板，由计算系统为一个或更多个叙述框架生成一个或更多个数据变量。操作还包括由计算系统通过针对叙述框架中的一个或更多个数据变量的每个数据变量从工作表中选择性地检索数据来构建一个或更多个叙述框架。7.在一些实施例中，本文公开了一种系统。系统包括处理器和存储器。存储器具有存储在其上的编程指令，当编程指令由处理器执行时，执行操作。操作包括接收为工作表生成一个或更多个叙述框架的请求。工作表由第三方服务器托管。操作还包括与第三方服务器连接以检索与工作表相关联的数据。操作还包括从检索的数据中推断工作表的属性。属性对应于工作表中表示的数据类型。操作还包括为一个或更多个叙述框架生成叙述模板。操作还包括基于生成的叙述模板，为一个或更多个叙述框架生成一个或更多个数据变量。操作还包括通过针对叙述框架中的一个或更多个数据变量的每个数据变量从工作表中选择性地检索数据来构建一个或更多个叙述框架。附图说明8.为了能够详细理解本公开的上述列举的特征的方式，可以通过参考实施例来获得对上述简要概括的本公开的更具体的描述，其中一些实施例在附图中示出。然而，要注意的是，附图仅示出了本公开的典型实施例，因此不应被视为对本公开的范围的限制，因为本公开可以承认其他同等有效的实施例。9.图1是根据示例实施例的示出计算环境的框图。10.图2a示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。11.图2b示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。12.图2c示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。13.图2d示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。14.图2e示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。15.图2f示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面。16.图3是根据示例实施例的示出为数据表创建报告的方法的流程图。17.图4a是根据示例实施例的示出计算设备的框图。18.图4b是根据示例实施例的示出计算设备的框图。19.为了便于理解，在可能的情况下，相同的附图标记已用于表示附图中共有的相同元件。预期在一个实施例中公开的元件可以有益地用于其他实施例而无需具体叙述。具体实施方式20.无论组织可以收集和处理多少数据，归根结底，它仅与从这些数据中收集的决策一样有用。现代分析仪表板和可视化可以有助于组织和布置复杂的数据集以进行解释。但是，这些仪表板通常无法从数据中生成可执行的建议。从仪表板的各种图表和图形中提取实际见解仍然是非常耗时且主观的过程。21.本文所描述的一种或更多种技术提供了一种增强的自然语言生成引擎，用于与数据可视化软件一起使用。例如，本文所描述的一种或更多种技术提供了增强的自然语言生成引擎，增强的自然语言生成引擎与数据可视化软件协同工作，以基于由数据可视化软件管理的数据来创建高度定向的、动态的和有说服力的报告。22.图1是根据示例实施例的示出计算环境100的框图。计算环境100可以包括经由网络105通信的客户端设备102、增强自然语言生成平台104和数据可视化服务器106。23.网络105可以是包括经由互联网的单独连接的任何合适的类型，例如蜂窝或wi-fi网络。在一些实施例中，网络105可以使用直接连接(例如射频识别(rfid)、近场通信(nfc)、蓝牙tm、低能耗蓝牙tm(ble)、wi-fitm、zigbeetm、环境反向散射通信(abc)协议、usb、wan或lan)来连接终端、服务和移动设备。因为传输的信息可能是个人的或机密的，因此安全问题可能要求对这些类型的连接中的一种或更多种进行加密或以其他方式保护。然而，在一些实施例中，正在传输的信息可能不那么个人化，因此，为了方便而不是安全，可以选择网络连接。24.网络105可以包括用于交换数据或信息的任何类型的计算机网络布置。例如，网络105可以是互联网、专用数据网络、使用公共网络的虚拟专用网络和/或使计算环境100中的组件能够在环境100的组件之间发送和接收信息的其他合适的连接。25.客户端设备102可以由用户操作。例如，客户端设备102可以是移动设备、平板电脑、台式计算机或具有本文所述能力的任何计算系统。用户可以包括但不限于个人，例如与增强自然语言生成平台104相关联的实体的订阅者、客户、潜在客户或顾客，诸如已经、将要或可能从与增强自然语言生成平台104相关联的实体获得产品、服务或咨询的个人。26.客户端设备102可以至少包括数据可视化应用108。数据可视化应用108可以表示独立的移动或桌面数据可视化软件。示例性数据可视化软件可包括但不限于tableau、sisense、qlik、plotly、powerbi、microstrategy等。如图所示，经由数据可视化应用108，客户端设备102可以访问数据可视化服务器106的功能。例如，在与数据可视化应用108交互时，用户可以通过经由数据可视化应用108向数据可视化服务器106传输请求来访问存储在数据库111中的各种数据表。27.数据可视化应用108可以包括插件112。插件112可以与增强自然语言生成平台104相关联。例如，经由插件112，客户端设备102可以在数据可视化应用108内直接访问增强自然语言生成平台104的功能。客户端设备102可以通过网络105进行通信以访问增强自然语言生成平台104的功能。显示给客户端设备102的内容可以从增强自然语言生成平台104传输到客户端设备102，并且随后由数据可视化应用108处理以通过客户端设备102的图形用户界面(gui)显示。28.在一些实施例中，客户端设备102可以包括网络浏览器(webbrowser)110。经由网络浏览器110，客户端设备102可以经由一个或更多个超文本传输协议(http)请求访问数据可视化服务器106的功能。换言之，除了经由桌面或移动应用(例如，数据可视化应用108)访问数据可视化服务器106的功能之外，用户还可以经由浏览器访问数据可视化服务器106的功能。在这样的实施例中，基于浏览器的数据可视化应用可以包括与增强自然语言生成平台104的集成。29.增强自然语言生成平台104可以包括应用编程接口(api)模块114、数据建模模块116、nlg编辑器118、nlg执行器120和nlg解析器122。api模块114、数据建模模块116、nlg编辑器118、nlg执行器120和nlg解析器122中的每一个可以包括一个或更多个软件模块。一个或更多个软件模块可以是存储在介质(例如，增强自然语言生成平台104的存储器)上的代码或指令的集合，这些代码或指令的集合表示实施一个或更多个算法步骤的一系列机器指令(例如，程序代码)。这样的机器指令可以是增强自然语言生成平台104的处理器解释以实施指令的实际计算机代码，或者，可替代地这样的机器指令可以是被解释以获得实际计算机代码的指令的更高级别的编码。一个或更多个软件模块还可以包括一个或更多个硬件组件。示例算法的一个或更多个方面可以由硬件组件(例如，电路)本身执行，而不是作为指令的结果。30.增强自然语言生成平台104可以表示插件112与数据可视化应用108的前端集成的后端补充。增强自然语言生成平台104可以被配置为执行三种功能：数据建模、学习(etude)处理和学习执行。在操作中，当用户经由数据可视化应用108与插件112交互时，插件112可以提示用户选择目标数据集。目标数据集可以对应于与使用数据可视化软件的用户账户相关联的数据集。在接收到对目标数据集的选择后，插件112可以与增强自然语言生成平台104交互。在一些实施例中，插件112可以经由由api模块114管理的一个或更多个api与增强自然语言生成平台104连接。31.在接收目标数据集后，数据建模模块116可以被配置为分析数据集并从数据集中提取信息。在一些实施例中，数据建模模块116可以被配置为从数据集中推断数据列类型。在一些实施例中，数据建模模块116可以被配置为推断数据集中的任何列和表的详细元数据。这定义了与数据集相关联的数据类型。32.通常，由数据建模模块116执行的数据建模可以分两个步骤执行。在第一步骤期间，数据建模模块116可以尝试将给定的字符串文字转换为具有某种类型的对象的实例。如果转换成功，则可能会返回对应的类型。但是，如果尝试失败，则可能会引发错误。在一些实施例中，数据建模模块116可以在类型的有序列表上循环，直到找到成功的转换。数据建模模块116可以基于类型推断创建表纲要。表纲要可以表示每列的已识别类型的记录。33.数据建模过程的第二步骤可以包括三个子步骤：推断、整合和发现。在推断子步骤期间，数据建模模块116可以将表对象的行转换为列，其中每列基于其类型被分配子类型。34.在整合子步骤期间，数据建模模块116可以基于数据生成度量。例如，数据建模模块116可以生成度量，例如但不限于空计数、基于唯一记录的总和、总计、平均值、中值、标准偏差等。35.在发现子步骤期间，数据建模模块116可以识别表列之间的模式。为此，数据建模模块116可以分析列之间的交互，而不是关注各个列本身。在一些实施例中，数据建模模块116可以识别层次结构。层次结构可以对应于表的列之间的一系列的一对多关系。这些关系可以用具有关键的父和子的有向图来表示。在一些实施例中，分析可以包括具有字符串子类型的列。在一些实施例中，数据建模模块116可以识别相关性。例如，数据建模模块116可以被配置为识别彼此相关的列对。在一些实施例中，数据建模模块116可以被配置为识别彼此完全相关的列对。可以对所有列执行该分析。36.nlg编辑器118可以被配置为分析由数据建模模块116生成的推断数据并且可以将推断数据与现有的基序集合相匹配。基序可以是指用于为数据创建模板的蓝图。蓝图可以包括可以基于数据生成的节点类型。在一些实施例中，nlg编辑器118可以基于从基序字段到输入的指定映射将推断数据与现有的基序集匹配，以返回注释，即模板的集合。在一些实施例中，nlg编辑器118可以递归地遍历计算图以在合并字段中进行适当的替换。在一些实施例中，这样的过程可以由字段本身指定或被各种配置覆盖。nlg执行器120可以被配置为分析映射的基序集并为数据生成项目和模板。例如，nlg执行器120可以基于映射的基序集创建各种数据变量和模板。37.nlg解析器122可以被配置为基于由nlg执行器120生成的数据变量和模板来生成执行报告。例如，基于数据变量和模板，nlg解析器122可以被配置为基于数据集生成可执行的见解或注释。在一些实施例中，nlg解析器122可以利用库来创建语法和对应的解析器。在一些实施例中，nlg解析器122可以将代码解析成结构化抽象语法树(ast)。在构建ast时，nlg解析器122可以检查ast的静态错误(例如，传递给函数/运算符的无效数据类型)。在一些实施例中，ast可以被评估为代码的结果。38.增强自然语言生成平台104可以被配置为与nlg数据库130通信。nlg数据库130可以被配置为存储用于数据处理的各种基序和模板。39.图2a示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面202的示例视图。图形用户界面202(下文中称为“gui202”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui202可以是呈现在网络浏览器110中的网页。在一些实施例中，gui202可以是由数据可视化应用108生成的图形用户界面。通常，gui202可以对应于与插件112功能相关联的界面。40.如图所示，gui202可以对应于插件112的初始登录页面。在一些实施例中，登录页面可以允许客户端设备102的用户使用增强自然语言生成平台104登录到他们的账户。例如，经由一个或更多个字段204，用户可以输入他们的用户名(例如，电子邮件)和密码，并且被授权访问增强自然语言生成平台104的功能。在一些实施例中，客户端设备102的用户可能不具有增强自然语言生成平台104的账户。在这样的实施例中，用户可以与图形元素206交互，图形元素206在被启动时，提示用户使用自然语言生成平台创建账户。41.图2b示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面212的示例视图。图形用户界面212(下文中称为“gui212”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui202可以是呈现在网络浏览器110中的网页。在一些实施例中，gui202可以是由数据可视化应用108生成的图形用户界面。通常，gui202可以对应于与插件112功能相关联的界面。42.如图所示，gui212可以在使用增强自然语言生成平台104进行认证之后呈现给用户。经由gui212，可以向用户呈现用于增强语言生成的可能工作表。例如，在使用增强自然语言生成平台104进行认证之后，插件112可以访问与用户相关联并由数据可视化服务器106管理的数据。在一些实施例中，插件112可以通过利用数据可视化服务器106的一个或更多个api来访问用户数据。例如，经由数据可视化服务器106的一个或更多个api，插件112可以被授权访问存储在数据库111中的用户数据。在一些实施例中，存储在数据库111中的数据可以对应于一个或更多个工作表。43.如图所示，gui212可以包括部分214。部分214可以提示用户在多个工作表中选择用于自然语言生成的工作表。因此，在一些实施例中，部分214中的每个工作表可以包括相应的图形元素218。经由与图形元素218的交互，用户可以被导航到工作表以供查看。在一些实施例中，在与图形元素218交互之后，可以向用户呈现包括底层工作表的预览的覆盖窗口。44.在选择用于自然语言生成的工作表之后，用户可以与图形元素216交互以推进工作流。45.图2c示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面222的示例视图。图形用户界面222(下文中称为“gui222”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui222可以是呈现在网络浏览器1120中的网页。在一些实施例中，gui222可以是由数据可视化应用108生成的图形用户界面。gui222可以对应于与插件112功能相关联的界面。46.如图所示，gui222可以向用户提供要添加到用户仪表板的可能的注释。gui222可以包括一个或更多个图形元素224-230。图形元素224可以对应于搜索栏。经由图形元素224，用户可以基于工作表中提供的数据来搜索可能的注释。例如，在操作中，在经由gui222选择工作表之后，增强自然语言生成平台104可以经由一个或更多个api接收对工作表的访问。一旦增强自然语言生成平台104可以访问工作表，数据建模模块116就可以分析工作表并提取信息以供进一步处理。例如，数据建模模块116可以解析工作表并从工作表推断数据列类型。在一些实施例中，数据建模模块116可以进一步推断数据集中任何列和表的详细元数据。数据建模模块116可以将信息提供给nlg编辑器118。47.nlg编辑器118可以分析推断的数据并且可以将推断的数据与现有的基序集合匹配以创建数据的模板。nlg执行器120可以从nlg编辑器118接收匹配信息并为数据生成注释和模板。例如，nlg执行器120可以基于映射的基序集创建各种数据变量和模板。nlg执行器120可以将数据变量和模板提供给nlg解析器用于编译。48.nlg解析器122可以基于由nlg执行器120生成的数据变量和模板生成一个或更多个注释226、228和230。在一些实施例中，基于数据变量和模板，nlg解析器122可以基于工作表中的数据生成可执行的见解或注释。例如，nlg解析器122可以基于哪些数据对应于由nlg执行器120定义的数据变量，有选择地从工作表中拉取数据。49.如图所示，nlg解析器122可以生成多个初始选项以呈现给用户。注释226可以对应于第一选项—“平均最大前3名”。基于选择的工作表，nlg解析器122可以生成注释，该注释读作：“消费者是具有最高平均sum(利润)为1327.76的细化市场，其次是具有最高平均sum(利润)为1022.76的企业和具有最高平均sum(利润)为613.95的家庭办公室”。注释228可以对应于第二选项—“平均最大”。基于选择的工作表，nlg解析器122可以生成注释，该注释读作：“消费者是具有最大sum(利润)为1327.76的细化市场”。注释230可以对应于第三选项—“上个月最大的最大值”。基于选择的工作表，nlg解析器122可以生成注释，该注释读作：“上个月具有最大总sum(利润)的细化市场是消费者，为4595.00”。每个注释可以包括与注释对应的可执行元素。例如，如图所示，可执行元素232可以对应于注释226；可执行元素234可以对应于注释228；以及可执行元素236可以对应于注释230。经由与相应的可执行元素232-236的交互，用户可以选择相应的注释用于显示。50.图2d示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面242的示例视图。图形用户界面242(下文中称为“gui242”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui242可以是呈现在网络浏览器1120中的网页。在一些实施例中，gui242可以是由数据可视化应用108生成的图形用户界面。gui242可以对应于与插件112功能相关联的界面。51.如图所示，gui242可以允许用户编辑生成的注释。gui242可以包括可执行项244。可执行项244可以对应于来自gui232的选择的注释的叙述框架。例如，选择的注释的表示可以包括一个或更多个短语变型246。每个短语变型可以对应于来自选择的工作表的数据项。每个短语变型246可以是可执行的。例如，在用户与短语变型246交互时，可以向用户呈现覆盖或弹出窗口245。覆盖或弹出窗口245可以包括用于选择的短语变型246的一个或更多个格式选项。例如，如图所示，用户可以与“613”交互以改变短语变型246中的数据被选择的方式。在一些实施例中，用户可以在数字前面添加美元符号、定义小数位数、指示用作小数分隔符的符号类型、指示是否应去除尾随零、指示是否应将值乘以100等等。一旦根据用户的喜好定制了注释，用户就可以与可执行元素250交互以接受改变。52.图2e示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面252的示例视图。图形用户界面252(下文中称为“gui252”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui252可以是呈现在网络浏览器110中的网页。在一些实施例中，gui252可以是由数据可视化应用108生成的图形用户界面。gui252可以对应于与插件112功能相关联的界面。53.如图所示，gui252可以包括图形元素254。图形元素254可以包括基于gui242中批准的叙述框架的批准注释的表示。gui252还可以包括可执行元素256和可执行元素258。可执行元素256可以提示用户配置集成。可执行元素258可以提示用户建立另一个注释。例如，在与可执行元素258交互之后，用户可以返回到gui222以选择另一个注释。54.图2f示出了根据示例实施例的与增强的自然语言生成的处理流程中的步骤相对应的图形用户界面262的示例视图。图形用户界面262(下文中称为“gui262”)可以对应于经由客户端设备102呈现给用户的gui。在一些实施例中，gui262可以是呈现在网络浏览器110中的网页。在一些实施例中，gui262可以是由数据可视化应用108生成的图形用户界面。gui262可以对应于与插件112功能相关联的界面。55.如图所示，gui262可以包括图形元素264和图形元素266。图形元素264可以允许用户命名他们的集成。例如，用户可以命名集成，使得用户可以在用户希望编辑或修改叙述框架的情况下回顾集成。图形元素266可以允许用户将附加的工作表添加到集成中。例如，如图所示，图形元素266可以包括寻求用户输入以添加附加的工作表的一个或更多个提示。为了完成集成，用户可以与图形元素268交互。56.图3是根据示例实施例的示出生成叙述框架的方法300的流程图。方法300可以开始于步骤302。57.在步骤302，增强自然语言生成平台104可以接收为工作表生成一个或更多个叙述框架的请求。在一些实施例中，增强自然语言生成平台104可以从使用客户端设备102上的数据可视化应用108执行的插件112接收请求。58.在步骤304，增强自然语言生成平台104可以检索对应于来自数据可视化服务器106的工作表的数据。例如，增强自然语言生成平台104可以执行api调用以检索识别的工作表。59.在步骤306，增强自然语言生成平台104可以识别工作表的一个或更多个属性。在一些实施例中，数据建模模块116可以分析工作表并提取信息用于进一步处理。例如，数据建模模块116可以解析工作表并从工作表推断数据列类型。在一些实施例中，数据建模模块116可以进一步推断数据集中的任何列和表的详细元数据。数据建模模块116可以将此信息提供给nlg编辑器118。60.在步骤308，基于工作表的属性，增强自然语言生成平台104可以为工作表创建叙述模板。在一些实施例中，nlg编辑器118可以分析推断的数据。使用推断的数据，nlg编辑器可以将推断的数据与现有的基序集合进行匹配，从而为数据创建模板。nlg编辑器118可以将此信息提供给nlg执行器120。61.在步骤310，增强自然语言生成平台104可以为注释生成一个或更多个数据变量。例如，nlg执行器120可以接收来自nlg编辑器118的匹配信息，并为数据生成模板和一个或更多个数据变量。例如，nlg执行器120可以基于映射的基序集来创建模板和各种数据变量。nlg执行器120可以将数据变量和模板提供给nlg解析器用于编译。62.在步骤312，增强自然语言生成平台104可以基于模板和一个或更多个数据变量生成完成的注释。例如，nlg解析器122可以基于由nlg执行器120生成的数据变量和模板生成叙述框架。在一些实施例中，基于数据变量和模板，nlg解析器122可以基于工作表中的数据为注释生成叙述框架。例如，nlg解析器122可以基于哪些数据对应于由nlg执行器120定义的数据变量，有选择地从工作表中拉取数据。63.在步骤314，增强自然语言生成平台104可以将叙述框架与工作表相关联。例如，如果选择的工作表中的数据随时间改变，则nlg执行器120可以被配置为基于改变来更新数据变量的值。在一些实施例中，当注释生成时，可以创建对应的集成和项目并将集成和项目存储在数据库130中。例如，当工作表数据改变时，可以通过对应的集成传递新数据以更新注释中的数据变量。64.图4a示出了根据示例实施例的系统总线计算系统架构400。系统400可以表示增强自然语言生成平台104的至少一部分。系统400的一个或更多个组件可以使用总线405彼此电通信。系统400可以包括处理单元(cpu或处理器)410和将各种系统组件耦接到处理器410的系统总线405，各种系统组件包括系统存储器415，例如只读存储器(rom)420和随机存取存储器(ram)425。系统400可以包括与处理器410直接连接、与处理器410紧邻或集成为处理器410的一部分的高速存储器的缓存。系统400可以将数据从存储器415和/或存储设备430复制到缓存412以供处理器410快速访问。以这种方式，缓存412可以提供避免处理器410在等待数据时延迟的性能提升。这些模块和其他模块可以控制或被配置为控制处理器410以执行各种动作。其他系统存储器415也可以使用。存储器415可以包括具有不同性能特征的多种不同类型的存储器。处理器410可以包括任何通用处理器和硬件模块或软件模块，例如存储在存储设备430中的服务1432、服务2434和服务3436，任何通用处理器和硬件模块或软件模块被配置为控制处理器410以及其中软件指令被合并到实际的处理器设计中的专用处理器。处理器410本质上可以是完全独立的计算系统，包含多个核心或处理器、总线、存储器控制器、缓存等。多核心处理器可以是对称的或不对称的。65.为了实现与计算设备400的用户交互，输入设备445可以表示任意数量的输入机制，例如用于语音的麦克风、用于手势或图形输入的触摸屏、键盘、鼠标、运动输入、语音等等。输出设备435也可以是本领域技术人员已知的多种输出机制中的一种或更多种。在一些情况下，多模式系统可以使用户能够提供多种类型的输入以与计算设备400通信。通信接口440通常可以支配和管理用户输入和系统输出。在任何特定硬件布置上的操作没有限制，因此在开发过程中，此处的基本特征可以很容易地被替换为改进的硬件或固件布置。66.存储设备430可以是非易失性存储器并且可以是硬盘或是可以存储由计算机访问的数据的其他类型的计算机可读介质，例如磁带盒、闪存卡、固态存储设备、数字多功能磁盘、盒式磁带(cartridge)、随机存取存储器(ram)425、只读存储器(rom)420及其混合。67.存储设备430可以包括用于控制处理器410的服务432、434和436。其他硬件或软件模块是可预期的。存储设备430可以连接到系统总线405。一方面，执行特定功能的硬件模块可以包括存储在计算机可读介质中的软件组件，该软件组件与诸如处理器410、总线405、显示器435等必要的硬件组件连接以执行功能。68.图4b示出了具有可以表示增强自然语言生成平台104的至少一部分的芯片组架构的计算机系统450。计算机系统450可以是可用于实施所公开技术的计算机硬件、软件和固件的示例。系统450可以包括处理器455，处理器455表示能够执行被配置为执行识别的计算的软件、固件和硬件的任意数量的物理和/或逻辑上不同的资源。处理器455可以与芯片组460通信，芯片组460可以控制对处理器455的输入和来自处理器455的输出。在该示例中，芯片组460将信息输出至输出465(例如显示器)，并且芯片组460可以读取和写入信息到存储设备470，存储设备470可以包括例如磁介质和固态介质。芯片组460还可以从ram475读取数据并向ram475写入数据。可以提供用于与各种用户接口组件485连接的桥480以用于与芯片组460连接。这样的用户接口组件485可以包括键盘、麦克风、触摸检测和处理电路、诸如鼠标的定点设备等。通常，到系统450的输入可以来自机器生成的和/或人工生成的各种来源中的任何一种。69.芯片组460还可以与可能具有不同物理接口的一个或更多个通信接口490连接。这样的通信接口可以包括用于有线和无线局域网、用于宽带无线网络以及个人局域网的接口。本文公开的用于生成、显示和使用gui的方法的一些应用可以包括通过物理接口接收有序数据集，或者可以由机器本身通过处理器455分析存储在存储装置470或475中的数据来生成本文公开的用于生成、显示和使用gui的方法的一些应用。此外，机器可以通过用户接口组件485接收来自用户的输入并且执行适当的功能，例如通过使用处理器455解释这些输入的浏览功能。70.可以理解的是，示例系统400和450可以具有多于一个的处理器410或者是联网在一起以提供更大处理能力的计算设备组或集群的一部分。71.虽然前述内容针对本文描述的实施例，但是在不背离其基本范围的情况下可以设计其他和进一步的实施例。例如，本公开的各方面可以以硬件或软件或硬件和软件的组合来实施。本文描述的一个实施例可以被实施为与计算机系统一起使用的程序产品。程序产品的程序定义了实施例的功能(包括本文描述的方法)，并且可以被包含在各种计算机可读存储介质上。说明性的计算机可读存储介质包括但不限于：(i)永久地存储信息的不可写存储介质(例如，计算机内的只读存储器(rom)设备，例如可由cd-rom驱动器读取的cd-rom磁盘、闪存、rom芯片或任何类型的固态非易失性存储器)；以及(ii)存储可变信息的可写存储介质(例如，软盘驱动器或硬盘驱动器或任何类型的固态随机存取存储器中的软盘)。当携带指导所公开实施例的功能的计算机可读指令时，这样的计算机可读存储介质是本公开的实施例。72.本领域技术人员将理解，前述示例是示例性的而非限制性的。本领域技术人员在阅读说明书和研究附图后将清楚对其所有排列、增强、等效和改进都包括在本公开的真实本质和范围内。因此，所附权利要求旨在包括落入这些教导的真实本质和范围内的所有这样的修改、排列和等效。当前第1页12当前第1页12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
