[发明专利]一种数据处理方法、装置、设备及存储介质

说明书

本发明实施例公开了一种数据处理方法、装置、设备及存储介质。该方法包括：获取由车辆适配层采集的多模态数据；根据多模态数据确定至少一个车载场景，确定与各车载场景对应的标签数据集；对每一个标签数据集中各标签数据进行组合，确定与标签数据集对应的至少一条描述性语句；根据各描述性语句确定各标签数据集对应的目的特征参数，通过各目的特征参数对各描述性语句进行标注，根据标注后的各描述性语句生成结构化数据集合。本发明实施例的技术方案，解决了针对多模态数据处理时需要进行大量数据运算，耗费大量人力物力成本的问题，提升了数据运算速度，降低了计算设备内存占用率和CPU使用率，降低了数据处理成本。

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种数据处理方法、装置、设备及存储介质。

背景技术

当今社会中，随着人口的不断增多和经济的高速发展，汽车保有量逐年增加，对车辆驾驶舒适度的需求也日益提高。目前量产的车辆中所采集的数据多为用户在进行单模操作的过程中产生的数据，例如语音、手势和屏幕点触等，其所收集的数据往往维度有限，且存在各自的局限。

为更好地理解用户的驾驶意图，以为用户提供更优质的相应服务，越来越多的车企希望采用多模态数据以解决上述问题，然而多模态数据存在数据量巨大、维度高、各模态间差异巨大难以合理化互补，以及模态冗余等多种问题。为使得模态间更好的融合，常需训练与各模态对应的模型，并将多种模型的输出结果进行综合判断，以得到用户的驾驶意图，需要进行大量的数据运算，同时耗费大量的人力物力成本。

发明内容

本发明提供一种数据处理方法、装置、设备及存储介质，以针对车辆中采集所得到的多模态数据进行融合处理，减少了针对多模态数据处理时所需的数据计算量，降低了内存占用率和CPU使用率，提升了数据运算速度，降低了数据处理成本。

第一方面，本发明实施例提供了一种数据处理方法，包括：

获取由车辆适配层采集的多模态数据；其中，多模态数据至少包括车辆信息、云端信息、用户信息和行为信息；

根据多模态数据确定至少一个车载场景，确定与各车载场景对应的标签数据集；

对每一个标签数据集中各标签数据进行组合，确定与标签数据集对应的至少一条描述性语句；

根据各描述性语句确定各标签数据集对应的目的特征参数，通过各目的特征参数对各描述性语句进行标注，根据标注后的各描述性语句生成结构化数据集合。

第二方面，本发明实施例还提供了一种数据处理装置，数据处理装置包括：

数据获取模块，用于获取由车辆适配层采集的多模态数据；其中，多模态数据至少包括车辆信息、云端信息、用户信息和行为信息；

数据集确定模块，用于根据多模态数据确定至少一个车载场景，确定与各车载场景对应的标签数据集；

语句确定模块，用于对每一个标签数据集中各标签数据进行组合，确定与标签数据集对应的至少一条描述性语句；

集合生成模块，用于根据各描述性语句确定各标签数据集对应的目的特征参数，通过各目的特征参数对各描述性语句进行标注，根据标注后的各描述性语句生成结构化数据集合。

第三方面，本发明实施例还提供了一种数据处理设备，包括：

存储装置以及一个或多个处理器；

存储装置，用于存储一个或多个程序；

当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述第一方面的数据处理方法。

第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，上述计算机可执行指令在由计算机处理器执行时用于执行如上述第一方面的数据处理方法。