[发明专利]数据处理方法、装置、存储介质和电子设备

权利要求书

1.一种数据处理方法，其特征在于，包括：

构建分类任务序列；

从所述分类任务序列中选取当前分类任务并执行，得到所述当前分类任务的执行结果，并从所述当前分类任务的执行结果中提取任务知识添加到知识库；

从所述分类任务序列中选取下一分类任务并执行，根据所述知识库中的任务知识得到所述下一分类任务的执行结果，并从所述下一分类任务的执行结果中提取任务知识更新所述知识库，直至所述分类任务序列中所有分类任务执行完成；

根据预设分类模型、当前情景数据和所述知识库进行情景识别。

2.根据权利要求1所述的数据处理方法，其特征在于，所述从所述分类任务序列中选取当前分类任务并执行，得到所述当前分类任务的执行结果，包括：

从所述分类任务序列中选取当前分类任务，并获取所述当前分类任务的第一待处理数据；

基于第一样本分类模型处理所述第一待处理数据，得到第一分类结果；

根据所述第一分类结果对第一样本分类模型进行模型参数调整，直至第一样本分类模型收敛；

从收敛后的第一样本分类模型中提取所述第一待处理数据的第一特征信息；

基于收敛后第一样本分类模型的模型参数、所述第一特征信息和/或所述第一分类结果，生成所述当前分类任务的执行结果。

3.根据权利要求2所述的数据处理方法，其特征在于，所述当前分类任务的执行结果中的任务知识包括：收敛后第一样本分类模型的模型参数；若所述当前分类任务与所述下一分类任务为相同类型的分类任务，则所述从所述分类任务序列中选取下一分类任务并执行，根据所述知识库中的任务知识得到所述下一分类任务的执行结果，包括：

从所述分类任务序列中选取下一分类任务；

将所述收敛后第一样本分类模型的模型参数作为第二样本分类模型的初始化模型参数，得到初始化后的第二样本分类模型；

基于初始化后的第二样本分类模型处理所述下一分类任务，得到所述下一任务的执行结果。

4.根据权利要求3所述的数据处理方法，其特征在于，所述基于初始化后的第二样本分类模型处理所述下一分类任务，得到所述下一分类任务的执行结果，包括：

获取所述下一分类任务的第二待处理数据；

基于初始化后的第二样本分类模型处理所述第二待处理数据，得到第二分类结果；

根据所述第二分类结果对初始化后的第二样本分类模型进行模型参数调整，直至第二样本分类模型收敛；

从收敛后的第二样本分类模型中提取所述第二待处理数据的第二特征信息；

基于收敛后第二样本分类模型的模型参数、所述第二特征信息和/或所述第二分类结果，生成所述下一分类任务的执行结果。

5.根据权利要求2所述的数据处理方法，其特征在于，所述当前分类任务的执行结果中的任务知识包括：第一特征信息；

若所述当前分类任务与所述下一分类任务为不同类型的分类任务，则所述从所述分类任务序列中选取下一分类任务并执行，根据所述知识库中的任务知识得到所述下一分类任务的执行结果，包括：

从所述分类任务序列中选取下一分类任务，并从所述下一分类任务的待处理数据中提取第三特征信息；

将所述第一特征信息与所述第三特征信息融合，得到融合特征信息；

基于第三样本分类模型处理所述融合特征信息，得到所述下一分类任务的执行结果。

6.根据权利要求5所述的数据处理方法，其特征在于，所述基于第三样本分类模型处理所述融合特征信息，得到所述下一分类任务的执行结果，包括：

基于第三样本分类模型处理所述融合特征信息，得到第三分类结果；

根据所述第三分类结果对第三样本分类模型进行模型参数调整，直至第三样本分类模型收敛；

基于收敛后第三样本分类模型的模型参数、所述第三特征信息和/或所述第三分类结果，生成所述下一分类任务的任务执行结果。