[发明专利]应用于云办公的大数据处理方法及人工智能服务器在审

专利信息
申请号: 202111292090.2 申请日: 2021-11-03
公开(公告)号: CN114186607A 公开(公告)日: 2022-03-15
发明(设计)人: 张俊杰 申请(专利权)人: 张俊杰
主分类号: G06K9/62 分类号: G06K9/62;G06Q10/10
代理公司: 北京鑫知翼知识产权代理事务所(普通合伙) 11984 代理人: 孙长江
地址: 650106 云南省昆明市高新技术*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 应用于 办公 数据处理 方法 人工智能 服务器
【权利要求书】:

1.一种云办公大数据识别方法,其特征在于,应用于人工智能服务器,所述方法包括:

调用云办公大数据识别线程获取待处理云办公大数据中的第一显著办公交互行为集,并确定所述待处理云办公大数据中的第一热点办公互动数据和第一热点办公互动数据的互动元素分布;

调用所述调用云办公大数据识别线程将所述第一热点办公互动数据拆分为多个办公互动数据片段,并结合所述第一热点办公互动数据的互动元素分布提取所述第一热点办公互动数据中每个所述办公互动数据片段对应的互动元素,获取所述第一热点办公互动数据中每个办公事件的意图需求互动元素;

基于所述第一热点办公互动数据中每个所述办公互动数据片段的互动元素、所述第一显著办公交互行为集的信息和所述第一热点办公互动数据中每个办公事件的意图需求互动元素,获取协作办公识别结果。

2.根据权利要求1所述的方法,其特征在于,所述调用云办公大数据识别线程获取待处理云办公大数据中的第一显著办公交互行为集,并确定所述待处理云办公大数据中的第一热点办公互动数据和第一热点办公互动数据的互动元素分布,包括:

将待处理云办公大数据导入云办公大数据识别线程;

调用所述云办公大数据识别线程获取所述待处理云办公大数据中的第一显著办公交互行为集;

调用所述云办公大数据识别线程基于所述第一显著办公交互行为集获取所述待处理云办公大数据中的第一热点办公互动数据和第一热点办公互动数据的互动元素分布,其中,所述第一热点办公互动数据为所述第一显著办公交互行为集在所述待处理云办公大数据中对应的办公互动数据;

所述调用所述调用云办公大数据识别线程将所述第一热点办公互动数据拆分为多个办公互动数据片段,并结合所述第一热点办公互动数据的互动元素分布提取所述第一热点办公互动数据中每个所述办公互动数据片段对应的互动元素,获取所述第一热点办公互动数据中每个办公事件的意图需求互动元素,包括:

调用所述云办公大数据识别线程将所述第一热点办公互动数据拆分为多个办公互动数据片段,调用所述云办公大数据识别线程基于所述第一热点办公互动数据的互动元素分布提取所述第一热点办公互动数据中每个所述办公互动数据片段对应的互动元素,调用所述云办公大数据识别线程获取所述第一热点办公互动数据中每个办公事件的意图需求互动元素,其中,所述办公互动数据片段对应的互动元素为所述办公互动数据片段中存在显著办公交互行为的检测结果。

3.根据权利要求2所述的方法,其特征在于,所述第一显著办公交互行为集的信息包括第一显著办公交互行为集的类型,所述基于所述第一热点办公互动数据中每个所述办公互动数据片段的互动元素、所述第一显著办公交互行为集的信息和所述第一热点办公互动数据中每个办公事件的意图需求互动元素,获取协作办公识别结果,包括:

基于所述第一热点办公互动数据中每个所述办公互动数据片段对应的互动元素确定所述第一热点办公互动数据中存在所述显著办公交互行为的办公互动数据,基于所述第一热点办公互动数据中每个办公事件的意图需求互动元素,确定所述第一热点办公互动数据中对应所述办公事件的类型,其中,所述存在显著办公交互行为的办公互动数据对应的所述办公互动数据片段对应的互动元素大于预设检测结果阈值;

基于所述第一热点办公互动数据中每个所述办公事件的类型,确定所述存在显著办公交互行为的办公互动数据中属于所述第一显著办公交互行为集的类型的办公事件,作为所述协作办公识别结果。

4.根据权利要求2所述的方法,其特征在于,所述调用所述云办公大数据识别线程获取所述待处理云办公大数据中的第一显著办公交互行为集,包括:

调用所述云办公大数据识别线程获取所述待处理云办公大数据中的第一原始互动元素分布;

调用所述云办公大数据识别线程基于所述第一原始互动元素分布获取所述待处理云办公大数据中的第一显著办公交互行为集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于张俊杰,未经张俊杰许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111292090.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top