[发明专利]数据提取方法、装置、设备及存储介质

说明书

本申请涉及一种数据提取方法、装置、设备及存储介质，方法包括：确定数据源中各待提取特征的处理参数；利用数据源的存储地址和处理参数，对任务模板进行配置，得到目标处理任务；执行目标处理任务，得到与各待提取特征对应的样本数据。由于可以基于对任务模板的自动化配置得到样本数据，因此本方案支持多种数据格式和规范，适于各种业务场景下的模型，具有较强的通用性，另外本方案将各待提取特征的特征数据和训练数据的离线和实时数据统一起来，一次配置即可得到各待提取特征的样本数据，因此比较便捷。

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据提取方法、装置、设备及存储介质。

背景技术

随着技术的发展，深度学习模型广泛应用于各个业务场景中，深度学习模型的使用不仅简化了业务的处理流程，而且提高了用户体验。以广告推荐的业务场景为例，通过对训练样本数据进行训练，使得训练后的模型能够基于用户的用户数据向用户推荐适于该用户的广告。

当前，训练样本数据由深度学习模型的使用方自行编写数据提取任务，从源数据中提取样本数据。然而，每次均由使用方编写数据提取任务，导致获得样本数据的效率较低。

发明内容

本申请提供了一种数据提取方法、装置、设备及存储介质，用以提高获得样本数据的效率，如下所示：

第一方面、提供一种数据提取方法，包括：

确定数据源中各待提取特征的处理参数，所述处理参数用于指示与所述待提取特征相匹配的数据处理逻辑；

利用所述数据源的存储地址和所述处理参数，对任务模板进行配置，得到目标处理任务；

执行所述目标处理任务，得到与所述各待提取特征对应的样本数据，所述样本数据用于对目标模型进行训练。

第二方面、提供一种数据提取装置，包括：

确定单元，用于确定数据源中各待提取特征的处理参数，所述处理参数用于指示与所述待提取特征相匹配的数据处理逻辑；

配置单元，用于利用所述数据源的存储地址和所述处理参数，对任务模板进行配置，得到目标处理任务；

执行单元，用于执行所述目标处理任务，得到与所述各待提取特征对应的样本数据，所述样本数据用于对目标模型进行训练。

第三方面、提供一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信；所述存储器，用于存储计算机程序；所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的数据提取方法。

第四方面、提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的数据提取方法。本申请实施例提供的上述技术方案与现有技术相比具有如下优点：

本申请实施例提供的技术方案，当需要提取各待提取特征对应的样本数据时，利用数据源的存储地址和处理参数，对任务模板进行配置，得到目标处理任务，并基于目标处理任务得到样本数据。由于可以基于对任务模板的自动化配置得到样本数据，因此本方案支持多种数据格式和规范，适于各种业务场景下的模型，具有较强的通用性，另外本方案将各待提取特征的特征数据和训练数据的离线和实时数据统一起来，一次配置即可得到各待提取特征的样本数据，因此比较便捷，最后由于可以直接得到各待提取特征的样本数据，因此极大的提高了特征数据的生产迭代，降低了维护成本。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1为本申请实施例中一种数据提取方法的流程示意图；

图2为本申请实施例中另一种数据提取方法的流程示意图；