[发明专利]数据处理方法、装置及电子设备

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取针对目标应用的多个目标数据，其中，所述目标应用包括多个应用模块；

对所述多个目标数据进行故障识别处理，得到所述多个目标数据中的多个故障数据；

对每个所述故障数据进行分词处理，得到每个所述故障数据的至少一个关键词；

基于每个所述故障数据的至少一个关键词，对每个所述故障数据进行应用模块分类处理，得到与每个所述故障数据对应的应用模块；

针对每个所述应用模块执行以下处理：获取所述应用模块对应的每个所述故障数据的关键词；将通用词频满足贡献度条件的多个关键词作为多个目标关键词，其中，所述故障数据的多个编码位置与所述多个目标关键词一一对应；基于所述多个目标关键词，对所述应用模块对应的每个所述故障数据进行编码处理，得到所述故障数据的编码结果；

基于所述应用模块对应的每个所述故障数据的编码结果，对所述应用模块对应的多个故障数据进行聚类处理，得到所述应用模块的多个故障数据聚类；

根据每个所述故障数据聚类的故障数据的关键词，确定对应每个所述故障数据聚类的故障标签。

2.根据权利要求1所述的方法，其特征在于，所述故障识别处理是通过第一自然语言模型实现的，所述第一自然语言模型的输入包括所述目标数据以及被添加至所述目标数据的字符之前的评论分类标识，所述第一自然语言模型包括第一嵌入层以及语义分类层，所述对所述多个目标数据进行故障识别处理，得到所述多个目标数据中的多个故障数据，包括：

针对每个所述目标数据执行以下处理：

通过所述第一嵌入层对所述目标数据进行序列化处理，得到所述目标数据中每个字符的嵌入向量；

通过所述第一嵌入层对评论分类标识进行序列化处理，得到所述评论分类标识的嵌入向量，其中，所述评论分类标识是不具有语义信息的标识；

基于每个所述字符的嵌入向量以及所述评论分类标识的嵌入向量，生成向量序列；

其中，所述评论分类标识的嵌入向量位于所述向量序列的首位，多个所述字符的嵌入向量在所述向量序列中的顺序与多个所述字符在所述目标数据中顺序相同；

通过所述语义分类层对所述向量序列进行语义识别处理，得到对应所述向量序列中每个所述嵌入向量的语义识别处理结果；

当所述评论分类标识的嵌入向量对应的语义识别处理结果表征所述目标数据为故障数据时，将所述目标数据确定为所述故障数据。

3.根据权利要求2所述的方法，其特征在于，所述通过所述第一嵌入层对所述目标数据进行序列化处理，得到所述目标数据中每个字符的嵌入向量，包括：

针对每个所述字符执行以下处理：

获取所述字符的词向量、所述字符的位置向量以及所述字符的归属向量；

将所述字符的词向量、所述字符的位置向量以及所述字符的归属向量进行求和处理，得到所述字符的嵌入向量。

4.根据权利要求1所述的方法，其特征在于，所述对每个所述故障数据进行分词处理，得到每个所述故障数据的至少一个关键词，包括：

针对每个所述故障数据执行以下处理：

对所述故障数据的每个字符进行标注预测处理，得到每个所述字符的预测标注；

其中，所述预测标注包括以下至少之一：关键词首位字符、关键词中间字符、关键词末位字符、关键词无效字符；

基于所述故障数据的每个所述字符的预测标注，确定所述故障数据的至少一个关键词。

5.根据权利要求4所述的方法，其特征在于，所述标注预测处理是通过第二自然语言模型实现的，所述第二自然语言模型包括第二嵌入层以及语义标注层，所述对所述故障数据的每个字符进行标注预测处理，得到每个所述字符的预测标注，包括：

针对每个所述故障数据执行以下处理：

通过所述第二嵌入层对所述故障数据进行序列化处理，得到所述故障数据中每个字符的嵌入向量；

通过所述语义标注层对每个所述嵌入向量进行语义标注处理，得到每个所述嵌入向量的预测标注。