本發(fā)明涉及計(jì)算機(jī)軟件處理，特別是涉及一種數(shù)據(jù)可視化分析處理方法、芯片及終端。

背景技術(shù)：

1、傳統(tǒng)的數(shù)據(jù)可視化實(shí)現(xiàn)方式通常是，首先根據(jù)具體需求選擇合適的圖表類型，并配置各種視覺參數(shù)；然后建立結(jié)構(gòu)化的數(shù)據(jù)庫模型，實(shí)現(xiàn)數(shù)據(jù)更新，確保圖表內(nèi)容保持最新；最后將數(shù)據(jù)可視化的結(jié)果部署到合適的系統(tǒng)供用戶查看和分析。

2、這種數(shù)據(jù)可視化實(shí)現(xiàn)方式仍不夠智能化，用戶所提需求不一定能夠選擇最優(yōu)的圖表類型，數(shù)據(jù)可視化的最終結(jié)果不一定會(huì)被采納，導(dǎo)致需要根據(jù)用戶所提的新要求再次進(jìn)行數(shù)據(jù)可視化。而為了避免上述情況，目前的數(shù)據(jù)可視化實(shí)現(xiàn)中，通常會(huì)一并輸出多種圖表類型，但也存在浪費(fèi)資源的問題。

技術(shù)實(shí)現(xiàn)思路

1、基于此，本發(fā)明提供一種數(shù)據(jù)可視化分析處理方法、芯片及終端，解決現(xiàn)有的數(shù)據(jù)可視化實(shí)現(xiàn)方式一方面容易往復(fù)工作，另一方面為避免往復(fù)工作的方案又使得資源浪費(fèi)的問題。

2、第一方面，提供一種數(shù)據(jù)可視化分析處理方法，包括：

3、響應(yīng)于接收到的可視化分析請求，調(diào)用基于大型語言模型的編碼器模型和數(shù)據(jù)結(jié)構(gòu)識別模型對可視化分析請求中攜帶的自然語言信息進(jìn)行分析，將分析結(jié)果保存為預(yù)設(shè)結(jié)構(gòu)的數(shù)據(jù)信息；

4、通過基于大型語言模型的可視化分類模型處理所述預(yù)設(shè)結(jié)構(gòu)的數(shù)據(jù)信息，獲得多類型的結(jié)構(gòu)化數(shù)據(jù)；并且，基于目標(biāo)類型的結(jié)構(gòu)化數(shù)據(jù)，輸出多個(gè)可視化形式以及各可視化形式的置信度；

5、根據(jù)置信度最高的可視化形式可視化展示所述目標(biāo)類型的結(jié)構(gòu)化數(shù)據(jù)。

6、可選地，調(diào)用編碼器模型對可視化分析請求中攜帶的自然語言信息進(jìn)行分析，包括：

7、將所述自然語言信息轉(zhuǎn)換為文本表示，并提取所述文本表示的語義信息；

8、根據(jù)所述語義信息將所述文本表示編碼為多個(gè)向量進(jìn)行表示，輸出語義向量序列。

9、可選地，調(diào)用數(shù)據(jù)結(jié)構(gòu)識別模型對可視化分析請求中攜帶的自然語言信息進(jìn)行分析，包括：

10、對所述語義向量序列的每個(gè)向量添加標(biāo)注標(biāo)簽；

11、基于所有添加了標(biāo)注標(biāo)簽的向量獲得標(biāo)注標(biāo)簽序列。

12、可選地，還包括：通過發(fā)射概率計(jì)算網(wǎng)絡(luò)對每個(gè)向量所添加的標(biāo)注標(biāo)簽進(jìn)行驗(yàn)證。

13、可選地，通過可視化分類模型輸出多個(gè)可視化形式之前，包括：

14、構(gòu)建訓(xùn)練語料庫訓(xùn)練基礎(chǔ)分類模型，獲得可視化分類模型；

15、所述訓(xùn)練語料庫包括基于標(biāo)注標(biāo)簽和可視化形式的二維數(shù)組。

16、可選地，所述基礎(chǔ)分類模型以特征提取網(wǎng)絡(luò)作為底層網(wǎng)絡(luò)，以并行二值分類頭作為頂層網(wǎng)絡(luò)；

17、所述特征提取網(wǎng)絡(luò)將預(yù)設(shè)結(jié)構(gòu)的數(shù)據(jù)信息輸出為多類型的結(jié)構(gòu)化數(shù)據(jù)，所述并行二值分類頭根據(jù)所述多類型的結(jié)構(gòu)化數(shù)據(jù)輸出多個(gè)可視化形式，以及各可視化形式的置信度。

18、可選地，根據(jù)置信度最高的可視化形式可視化展示所述目標(biāo)類型的結(jié)構(gòu)化數(shù)據(jù)，包括：

19、調(diào)用解碼器模型和可視化庫；

20、通過所述解碼器模型解碼所述目標(biāo)類型的結(jié)構(gòu)化數(shù)據(jù)，并在所述可視化庫中進(jìn)行匹配，輸出置信度最高的可視化形式的所需參數(shù)配置，生成渲染數(shù)據(jù)；

21、配置所述渲染數(shù)據(jù)可視化展示所述目標(biāo)類型的結(jié)構(gòu)化數(shù)據(jù)。

22、可選地，根據(jù)置信度最高的可視化形式可視化展示所述自然語言信息之后，還包括：

23、響應(yīng)于接收到的可視化變更請求，根據(jù)所述可視化變更請求調(diào)用解碼器模型和可視化庫生成新的渲染數(shù)據(jù)，重新可視化展示所述自然語言信息。

24、第二方面，提供一種芯片，包括第一處理器，用于從第一存儲器中調(diào)用并運(yùn)行計(jì)算機(jī)程序，使得安裝有所述芯片的設(shè)備執(zhí)行如上介紹的數(shù)據(jù)可視化分析處理方法的各個(gè)步驟。

25、第三方面，提供一種終端，包括第二存儲器、第二處理器以及存儲在所述第二存儲器中并可在所述第二處理器上運(yùn)行的計(jì)算機(jī)程序，第二處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上介紹的數(shù)據(jù)可視化分析處理方法的各個(gè)步驟。

26、上述數(shù)據(jù)可視化分析處理方法、芯片及終端，引入了大型語言模型作為數(shù)據(jù)解析和可視化引擎，編碼器模型和數(shù)據(jù)結(jié)構(gòu)識別模型對可視化分析請求中攜帶的自然語言信息進(jìn)行分析，將其轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，即預(yù)設(shè)結(jié)構(gòu)的數(shù)據(jù)信息，可視化分類模型輸出多個(gè)可視化形式以及各可視化形式的置信度，從而以最佳可視化形式可視化展示數(shù)據(jù)，提高了可視化分析的智能程度，還確保了計(jì)算資源的高效利用。

技術(shù)特征：

1.一種數(shù)據(jù)可視化分析處理方法，其特征在于，包括：

2.如權(quán)利要求1所述的數(shù)據(jù)可視化分析處理方法，其特征在于，調(diào)用編碼器模型對可視化分析請求中攜帶的自然語言信息進(jìn)行分析，包括：

3.如權(quán)利要求2所述的數(shù)據(jù)可視化分析處理方法，其特征在于，調(diào)用數(shù)據(jù)結(jié)構(gòu)識別模型對可視化分析請求中攜帶的自然語言信息進(jìn)行分析，包括：

4.如權(quán)利要求3所述的數(shù)據(jù)可視化分析處理方法，其特征在于，還包括：

5.如權(quán)利要求1所述的數(shù)據(jù)可視化分析處理方法，其特征在于，通過可視化分類模型輸出多個(gè)可視化形式之前，包括：

6.如權(quán)利要求5所述的數(shù)據(jù)可視化分析處理方法，其特征在于，所述基礎(chǔ)分類模型以特征提取網(wǎng)絡(luò)作為底層網(wǎng)絡(luò)，以并行二值分類頭作為頂層網(wǎng)絡(luò)；

7.如權(quán)利要求1所述的數(shù)據(jù)可視化分析處理方法，其特征在于，根據(jù)置信度最高的可視化形式可視化展示所述目標(biāo)類型的結(jié)構(gòu)化數(shù)據(jù)，包括：

8.如權(quán)利要求7所述的數(shù)據(jù)可視化分析處理方法，其特征在于，根據(jù)置信度最高的可視化形式可視化展示所述自然語言信息之后，還包括：

9.一種芯片，其特征在于，包括：第一處理器，用于從第一存儲器中調(diào)用并運(yùn)行計(jì)算機(jī)程序，使得安裝有所述芯片的設(shè)備執(zhí)行如權(quán)利要求1至8任一項(xiàng)所述的數(shù)據(jù)可視化分析處理方法的各個(gè)步驟。

10.一種終端，其特征在于，包括第二存儲器、第二處理器以及存儲在所述第二存儲器中并可在所述第二處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述第二處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至8中任一項(xiàng)所述的數(shù)據(jù)可視化分析處理方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了一種數(shù)據(jù)可視化分析處理方法、芯片及終端，響應(yīng)于接收到的可視化分析請求，調(diào)用基于大型語言模型的編碼器模型和數(shù)據(jù)結(jié)構(gòu)識別模型對可視化分析請求中攜帶的自然語言信息進(jìn)行分析，將分析結(jié)果保存為預(yù)設(shè)結(jié)構(gòu)的數(shù)據(jù)信息；通過基于大型語言模型的可視化分類模型處理預(yù)設(shè)結(jié)構(gòu)的數(shù)據(jù)信息，獲得多類型的結(jié)構(gòu)化數(shù)據(jù)；并且，基于目標(biāo)類型的結(jié)構(gòu)化數(shù)據(jù)，輸出多個(gè)可視化形式以及各可視化形式的置信度；根據(jù)置信度最高的可視化形式可視化展示目標(biāo)類型的結(jié)構(gòu)化數(shù)據(jù)。通過本發(fā)明可以提高可視化分析的智能程度，確保計(jì)算資源的高效利用。

技術(shù)研發(fā)人員：劉光杰,吳敏,楊彥,賈少凡,易永恒,王鈺,劉攀
受保護(hù)的技術(shù)使用者：數(shù)字重慶大數(shù)據(jù)應(yīng)用發(fā)展有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10