[发明专利]数据类型确定方法、装置、计算机设备及存储介质

说明书

本发明涉及人工智能技术领域，提供了一种数据类型确定方法、装置、计算机设备及存储介质，所述方法包括：获取属于同一个数据集的多个待分析数据；获取预设的类型树；类型树包括多个节点，每一节点对应判断规则，判断规则用于判断待分析数据是否属于每一节点表征的数据类型，多个节点包括叶子节点；根据预设的类型树确定每一待分析数据的数据类型，待分析数据的数据类型由叶子节点表征的数据类型确定，本发明通过引入预设的类型树，根据预设的类型树确定待分析数据的数据类型，待分析数据的数据类型是由预设的类型树中的叶子节点最终确定的，由此实现了不依赖于人工干预，自动对待分析数据进行分析，以确定待分析数据的数据类型的目的。

技术领域

本发明涉及人工智能技术领域，具体而言，涉及一种数据类型确定方法、装置、计算机设备及存储介质。

背景技术

随着人工智能的快速发展，模型训练成为本领域的研究热点。由于大多数业务操作中通常涉及结构化数据，使得结构化数据中往往包含大量信息，因此，用这些结构化数据作为训练模型的原始训练数据进行模型训练，能够使得训练出的模型更准确。

但是，在利用这些原始训练数据进行实际训练模型之前，首先需要对其进行降噪、清洗等预处理，然后再对预处理后的数据进行编码，以转换成模型训练所需的标准数据，现有技术在预处理过程中往往依赖于用户对原始训练数据进行分析，以为其确定合适的类型，再根据确定的类型对其进行预处理，这种处理方式由于依赖于用户分析，不利用预处理的自动化。

发明内容

本发明的目的在于提供一种数据类型确定方法、装置、计算机设备及存储介质，其能够不依赖于人工干预，自动对待分析数据进行分析，以确定待分析数据的数据类型。

为了实现上述目的，本发明采用的技术方案如下：

第一方面，本发明提供一种数据类型确定方法，所述方法包括：获取属于同一个数据集的多个待分析数据；获取预设的类型树；其中，所述类型树包括多个节点，每一所述节点对应判断规则，所述判断规则用于判断所述待分析数据是否属于每一所述节点表征的数据类型，所述多个节点包括不存在子节点的叶子节点；根据预设的类型树确定每一所述待分析数据的数据类型，所述待分析数据的数据类型由所述叶子节点表征的数据类型确定。

第二方面，本发明提供一种数据类型确定装置，所述装置包括：获取模块，用于获取属于同一个数据集的多个待分析数据；获取模块，还用于获取预设的类型树；其中，所述类型树包括多个节点，每一所述节点对应判断规则，所述判断规则用于判断所述待分析数据是否属于每一所述节点表征的数据类型，所述多个节点包括不存在子节点的叶子节点；确定模块，用于根据预设的类型树确定每一所述待分析数据的数据类型，所述待分析数据的数据类型由所述叶子节点表征的数据类型确定。

第三方面，本发明提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上述的数据类型确定方法。

第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述的数据类型确定方法。

与现有技术相比，本发明通过引入预设的类型树，根据预设的类型树确定待分析数据的数据类型，待分析数据的数据类型是由预设的类型树中的叶子节点最终确定的，由此实现了不依赖于人工干预，自动对待分析数据进行分析，以确定待分析数据的数据类型的目的。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的模型训练的框架图。

图2为本发明实施例提供的一种数据类型确定方法的流程示例图。