[发明专利]数据处理方法、平台、终端设备及存储介质

说明书

本申请实施例适用于人工智能领域，公开了一种数据处理方法、平台、终端设备及计算机可读存储介质。其中，方法包括：获取打标后的待处理数据和算法模型信息；根据算法模型信息和待处理数据，构建模型训练任务；根据模型训练任务对预构建的人工智能算法模型进行训练，得到训练完成的人工智能算法模型；获取实时数据和模型ID信息；将实时数据输入至模型ID信息对应的训练完成的人工智能算法模型，获得人工智能算法模型的输出结果。本申请实施例提高了数据处理的智能化程度。

技术领域

本申请属于人工智能领域，尤其涉及一种数据处理方法、平台、终端设备及计算机可读存储介质。

背景技术

随着人工智能技术的不断发展，人工智能的应用也越来越广泛。

目前，人工智能的应用一般需要基于人工智能算法模型进行，而人工智能算法模型需要先训练完成后，才能使用训练完成的算法模型对数据进行处理。但是，现有技术中的人工算法模型训练一般需要人为对数据打标，并人为构建模型训练任务。另外，也不能自动使用训练好的算法模型对实时数据进行对应处理。

也就是说，现有技术中基于人工智能算法模型对数据处理的过程需要人为干涉，数据处理的智能化程度较低。

发明内容

本申请实施例提供一种数据处理方法、平台、终端设备及计算机可读存储介质，以解决现有基于人工智能算法模型对数据处理的过程需要人为干涉，导致数据处理的智能化程度较低的问题。

第一方面，本申请实施例提供一种数据处理方法，包括：

获取打标后的待处理数据和算法模型信息；

根据所述算法模型信息和所述待处理数据，构建模型训练任务；

根据所述模型训练任务对预构建的人工智能算法模型进行训练，得到训练完成的人工智能算法模型；

获取实时数据和模型ID信息；

将所述实时数据输入至所述模型ID信息对应的训练完成的人工智能算法模型，获得人工智能算法模型的输出结果。

可以看出，本申请实施例通过算法模型信息和待处理数据，自动构建模型训练任务，再基于模型训练任务对模型进行训练，得到训练完成的算法模型，且自动获取实时数据和模型ID信息，使用模型ID信息对应的算法模型对数据进行处理，数据处理过程中人为参与较少或者没有人为参与，提高了数据处理的智能化程度。

在第一方面的一种可能的实现方式中，在获取打标后的待处理数据和算法模型信息之前，还包括：

对待处理数据进行打标，获得所述打标后的待处理数据。

在第一方面的一种可能的实现方式中，对待处理数据进行打标，获得所述打标后的待处理数据，包括：

获取所述待处理数据的场景描述信息和数据指标信息；

根据所述场景描述信息和所述数据指标信息，对所述待处理数据进行打标签，获得所述打标后的待处理数据。

在第一方面的一种可能的实现方式中，对待处理数据进行打标，获得所述打标后的待处理数据，包括：

获取所述待处理数据的打标规则；

根据所述打标规则，对所述待处理数据进行打标签，获得所述打标后的待处理数据。

在第一方面的一种可能的实现方式中，在对待处理数据进行打标，获得所述打标后的待处理数据之前，还包括：

获取用户上传的所述待处理数据。

第二方面，本申请实施例提供一种数据处理平台，包括：