本技術(shù)涉及數(shù)據(jù)處理、自動化控制領(lǐng)域及其他相關(guān)，具體而言，涉及一種數(shù)據(jù)處理方法和裝置、存儲介質(zhì)及電子設(shè)備。

背景技術(shù)：

1、傳統(tǒng)的ai系統(tǒng)依賴于復(fù)雜的算法和大量的數(shù)據(jù)輸入，能夠提供深入的洞察和決策支持。然而，ai系統(tǒng)在對數(shù)據(jù)處理請求進(jìn)行處理時是黑盒操作，決策過程通常不透明，難以被非專業(yè)人士理解，限制了ai技術(shù)在對透明度和可解釋性有嚴(yán)格要求的行業(yè)中的廣泛應(yīng)用。此外，隨著ai技術(shù)在自動化任務(wù)中的應(yīng)用越來越廣泛，對ai決策過程的審查和監(jiān)管需求也在增加。機(jī)器人流程自動化(robotic?process?automation，rpa)技術(shù)可以通過模擬用戶操作，以自動化地執(zhí)行重復(fù)性任務(wù)，但rpa技術(shù)在處理復(fù)雜決策和提供決策解釋方面依然存在較大的局限性。

2、針對相關(guān)技術(shù)中ai決策系統(tǒng)對數(shù)據(jù)處理請求進(jìn)行處理時是黑盒操作，導(dǎo)致數(shù)據(jù)處理結(jié)果的可解釋性差的問題，目前尚未提出有效的解決方案。

技術(shù)實現(xiàn)思路

1、本技術(shù)的主要目的在于提供一種數(shù)據(jù)處理方法和裝置、存儲介質(zhì)及電子設(shè)備，以解決相關(guān)技術(shù)中ai決策系統(tǒng)對數(shù)據(jù)處理請求進(jìn)行處理時是黑盒操作，導(dǎo)致數(shù)據(jù)處理結(jié)果的可解釋性差的問題。

2、為了實現(xiàn)上述目的，根據(jù)本技術(shù)的一個方面，提供了一種數(shù)據(jù)處理方法。該方法包括：獲取人工智能決策系統(tǒng)對目標(biāo)對象觸發(fā)的目標(biāo)數(shù)據(jù)處理請求的數(shù)據(jù)處理結(jié)果和目標(biāo)參數(shù)信息，其中，所述目標(biāo)參數(shù)信息為所述人工智能決策系統(tǒng)在處理所述目標(biāo)數(shù)據(jù)處理請求時調(diào)用的參數(shù)信息；對所述目標(biāo)參數(shù)信息進(jìn)行識別，得到所述數(shù)據(jù)處理結(jié)果對應(yīng)的解釋文本；將所述解釋文本和所述數(shù)據(jù)處理結(jié)果反饋至所述目標(biāo)對象。

3、進(jìn)一步地，獲取人工智能決策系統(tǒng)對目標(biāo)對象觸發(fā)的目標(biāo)數(shù)據(jù)處理請求的數(shù)據(jù)處理結(jié)果和目標(biāo)參數(shù)信息包括：通過所述人工智能決策系統(tǒng)的數(shù)據(jù)預(yù)處理單元對所述目標(biāo)數(shù)據(jù)處理請求進(jìn)行解析處理，得到目標(biāo)請求數(shù)據(jù)，其中，所述目標(biāo)請求數(shù)據(jù)中至少包括：所述目標(biāo)數(shù)據(jù)處理請求的請求時間、請求內(nèi)容和請求上下文信息；通過所述人工智能決策系統(tǒng)的特征提取單元對所述目標(biāo)請求數(shù)據(jù)進(jìn)行特征提取，得到目標(biāo)特征數(shù)據(jù)；通過所述人工智能決策系統(tǒng)基于所述目標(biāo)特征數(shù)據(jù)對所述目標(biāo)數(shù)據(jù)處理請求進(jìn)行處理，得到所述數(shù)據(jù)處理結(jié)果和所述目標(biāo)參數(shù)信息。

4、進(jìn)一步地，對所述目標(biāo)參數(shù)信息進(jìn)行識別，得到所述數(shù)據(jù)處理結(jié)果對應(yīng)的解釋文本包括：對所述目標(biāo)參數(shù)信息進(jìn)行分詞處理，得到分詞后的目標(biāo)參數(shù)信息；對所述分詞后的目標(biāo)參數(shù)信息進(jìn)行向量化處理，得到處理后的目標(biāo)參數(shù)信息；對所述處理后的目標(biāo)參數(shù)信息進(jìn)行識別，得到所述解釋文本。

5、進(jìn)一步地，將所述解釋文本和所述數(shù)據(jù)處理結(jié)果反饋至所述目標(biāo)對象包括：判斷所述解釋文本是否符合預(yù)設(shè)的執(zhí)行邏輯，且，所述數(shù)據(jù)處理結(jié)果是否符合預(yù)期結(jié)果，得到判斷結(jié)果；若所述判斷結(jié)果表征所述解釋文本符合所述預(yù)設(shè)的執(zhí)行邏輯，且所述數(shù)據(jù)處理結(jié)果符合所述預(yù)期結(jié)果，則對所述解釋文本和所述數(shù)據(jù)處理結(jié)果進(jìn)行可視化處理，以將所述解釋文本和所述數(shù)據(jù)處理結(jié)果反饋至所述目標(biāo)對象。

6、進(jìn)一步地，在判斷所述解釋文本是否符合預(yù)設(shè)的執(zhí)行邏輯，且，所述數(shù)據(jù)處理結(jié)果是否符合預(yù)期結(jié)果，得到判斷結(jié)果之后，所述方法還包括：若所述判斷結(jié)果表征所述解釋文本不符合所述預(yù)設(shè)的執(zhí)行邏輯，或者，所述數(shù)據(jù)處理結(jié)果不符合所述預(yù)期結(jié)果，則確定所述解釋文本和所述數(shù)據(jù)處理結(jié)果對應(yīng)的偏差等級；依據(jù)所述偏差等級，確定目標(biāo)調(diào)整策略；依據(jù)所述目標(biāo)調(diào)整策略對所述人工智能決策系統(tǒng)進(jìn)行調(diào)整，并根據(jù)調(diào)整后的人工智能決策系統(tǒng)再次得到所述數(shù)據(jù)處理結(jié)果和所述解釋文本。

7、進(jìn)一步地，通過所述人工智能決策系統(tǒng)的數(shù)據(jù)預(yù)處理單元對所述目標(biāo)數(shù)據(jù)處理請求進(jìn)行解析處理，得到目標(biāo)請求數(shù)據(jù)包括：對所述目標(biāo)數(shù)據(jù)處理請求進(jìn)行解析處理，得到初始請求數(shù)據(jù)；對所述初始請求數(shù)據(jù)進(jìn)行清洗處理，得到清洗后的初始請求數(shù)據(jù)；對所述清洗后的初始請求數(shù)據(jù)進(jìn)行缺失填補(bǔ)處理，得到所述目標(biāo)請求數(shù)據(jù)。

8、進(jìn)一步地，通過所述人工智能決策系統(tǒng)的特征提取單元對所述目標(biāo)請求數(shù)據(jù)進(jìn)行特征提取，得到目標(biāo)特征數(shù)據(jù)包括：通過所述特征提取單元中的卷積層對所述目標(biāo)請求數(shù)據(jù)進(jìn)行特征提取，得到初始特征數(shù)據(jù)；通過所述特征提取單元中的池化層對所述初始特征數(shù)據(jù)進(jìn)行降維處理，得到降維后的初始特征數(shù)據(jù)；通過所述特征提取單元中的輸出層對所述降維后的初始特征數(shù)據(jù)進(jìn)行輸出，得到所述目標(biāo)特征數(shù)據(jù)。

9、為了實現(xiàn)上述目的，根據(jù)本技術(shù)的另一方面，提供了一種數(shù)據(jù)處理裝置。該裝置包括：獲取單元，用于獲取人工智能決策系統(tǒng)對目標(biāo)對象觸發(fā)的目標(biāo)數(shù)據(jù)處理請求的數(shù)據(jù)處理結(jié)果和目標(biāo)參數(shù)信息，其中，所述目標(biāo)參數(shù)信息為所述人工智能決策系統(tǒng)在處理所述目標(biāo)數(shù)據(jù)處理請求時調(diào)用的參數(shù)信息；識別單元，用于對所述目標(biāo)參數(shù)信息進(jìn)行識別，得到所述數(shù)據(jù)處理結(jié)果對應(yīng)的解釋文本；反饋單元，用于將所述解釋文本和所述數(shù)據(jù)處理結(jié)果反饋至所述目標(biāo)對象。

10、進(jìn)一步地，獲取單元包括：解析模塊，用于通過所述人工智能決策系統(tǒng)的數(shù)據(jù)預(yù)處理單元對所述目標(biāo)數(shù)據(jù)處理請求進(jìn)行解析處理，得到目標(biāo)請求數(shù)據(jù)，其中，所述目標(biāo)請求數(shù)據(jù)中至少包括：所述目標(biāo)數(shù)據(jù)處理請求的請求時間、請求內(nèi)容和請求上下文信息；特征提取模塊，用于通過所述人工智能決策系統(tǒng)的特征提取單元對所述目標(biāo)請求數(shù)據(jù)進(jìn)行特征提取，得到目標(biāo)特征數(shù)據(jù)；第一處理模塊，用于通過所述人工智能決策系統(tǒng)基于所述目標(biāo)特征數(shù)據(jù)對所述目標(biāo)數(shù)據(jù)處理請求進(jìn)行處理，得到所述數(shù)據(jù)處理結(jié)果和所述目標(biāo)參數(shù)信息。

11、進(jìn)一步地，識別單元包括：第二處理模塊，用于對所述目標(biāo)參數(shù)信息進(jìn)行分詞處理，得到分詞后的目標(biāo)參數(shù)信息；第三處理模塊，用于對所述分詞后的目標(biāo)參數(shù)信息進(jìn)行向量化處理，得到處理后的目標(biāo)參數(shù)信息；識別模塊，用于對所述處理后的目標(biāo)參數(shù)信息進(jìn)行識別，得到所述解釋文本。

12、進(jìn)一步地，反饋單元包括：判斷模塊，用于判斷所述解釋文本是否符合預(yù)設(shè)的執(zhí)行邏輯，且，所述數(shù)據(jù)處理結(jié)果是否符合預(yù)期結(jié)果，得到判斷結(jié)果；第四處理模塊，用于若所述判斷結(jié)果表征所述解釋文本符合所述預(yù)設(shè)的執(zhí)行邏輯，且所述數(shù)據(jù)處理結(jié)果符合所述預(yù)期結(jié)果，則對所述解釋文本和所述數(shù)據(jù)處理結(jié)果進(jìn)行可視化處理，以將所述解釋文本和所述數(shù)據(jù)處理結(jié)果反饋至所述目標(biāo)對象。

13、進(jìn)一步地，所述裝置還包括：第一確定單元，用于在判斷所述解釋文本是否符合預(yù)設(shè)的執(zhí)行邏輯，且，所述數(shù)據(jù)處理結(jié)果是否符合預(yù)期結(jié)果，得到判斷結(jié)果之后，若所述判斷結(jié)果表征所述解釋文本不符合所述預(yù)設(shè)的執(zhí)行邏輯，或者，所述數(shù)據(jù)處理結(jié)果不符合所述預(yù)期結(jié)果，則確定所述解釋文本和所述數(shù)據(jù)處理結(jié)果對應(yīng)的偏差等級；第二確定單元，用于依據(jù)所述偏差等級，確定目標(biāo)調(diào)整策略；調(diào)整單元，用于依據(jù)所述目標(biāo)調(diào)整策略對所述人工智能決策系統(tǒng)進(jìn)行調(diào)整，并根據(jù)調(diào)整后的人工智能決策系統(tǒng)再次得到所述數(shù)據(jù)處理結(jié)果和所述解釋文本。

14、進(jìn)一步地，解析模塊包括：解析子模塊，用于對所述目標(biāo)數(shù)據(jù)處理請求進(jìn)行解析處理，得到初始請求數(shù)據(jù)；清洗子模塊，用于對所述初始請求數(shù)據(jù)進(jìn)行清洗處理，得到清洗后的初始請求數(shù)據(jù)；填補(bǔ)子模塊，用于對所述清洗后的初始請求數(shù)據(jù)進(jìn)行缺失填補(bǔ)處理，得到所述目標(biāo)請求數(shù)據(jù)。

15、進(jìn)一步地，特征提取模塊包括：特征提取子模塊，用于通過所述特征提取單元中的卷積層對所述目標(biāo)請求數(shù)據(jù)進(jìn)行特征提取，得到初始特征數(shù)據(jù)；降維子模塊，用于通過所述特征提取單元中的池化層對所述初始特征數(shù)據(jù)進(jìn)行降維處理，得到降維后的初始特征數(shù)據(jù)；輸出子模塊，用于通過所述特征提取單元中的輸出層對所述降維后的初始特征數(shù)據(jù)進(jìn)行輸出，得到所述目標(biāo)特征數(shù)據(jù)。

16、為了實現(xiàn)上述目的，根據(jù)本技術(shù)的一方面，提供了一種計算機(jī)可讀存儲介質(zhì)，所述存儲介質(zhì)存儲程序，其中，在所述程序運(yùn)行時控制所述存儲介質(zhì)所在設(shè)備執(zhí)行上述任意一項所述的數(shù)據(jù)處理方法。

17、為了實現(xiàn)上述目的，根據(jù)本技術(shù)的另一個方面，還提供了一種電子設(shè)備，電子設(shè)備包括一個或多個處理器和存儲器，存儲器用于存儲一個或多個處理器實現(xiàn)上述任意一項所述的數(shù)據(jù)處理方法。

18、通過本技術(shù)，采用以下步驟：獲取人工智能決策系統(tǒng)對目標(biāo)對象觸發(fā)的目標(biāo)數(shù)據(jù)處理請求的數(shù)據(jù)處理結(jié)果和目標(biāo)參數(shù)信息，其中，目標(biāo)參數(shù)信息為人工智能決策系統(tǒng)在處理目標(biāo)數(shù)據(jù)處理請求時調(diào)用的參數(shù)信息；對目標(biāo)參數(shù)信息進(jìn)行識別，得到數(shù)據(jù)處理結(jié)果對應(yīng)的解釋文本；將解釋文本和數(shù)據(jù)處理結(jié)果反饋至目標(biāo)對象，通過本技術(shù)，解決了相關(guān)技術(shù)中ai決策系統(tǒng)對數(shù)據(jù)處理請求進(jìn)行處理時是黑盒操作，導(dǎo)致數(shù)據(jù)處理結(jié)果的可解釋性差的問題。在本方案中，根據(jù)人工智能決策系統(tǒng)在對目標(biāo)對象觸發(fā)的數(shù)據(jù)處理請求進(jìn)行處理后的數(shù)據(jù)處理結(jié)果和在處理目標(biāo)數(shù)據(jù)處理請求時調(diào)用的目標(biāo)參數(shù)信息進(jìn)行識別，生成與數(shù)據(jù)處理結(jié)果對應(yīng)的解釋文本，并將解釋文本和數(shù)據(jù)處理結(jié)果同步反饋給目標(biāo)對象。通過數(shù)據(jù)處理結(jié)果和目標(biāo)參數(shù)信息，創(chuàng)建人工智能決策系統(tǒng)創(chuàng)建決策的完整軌跡，使得人工智能決策系統(tǒng)的決策過程可追溯和可復(fù)查。同時，將數(shù)據(jù)處理結(jié)果對應(yīng)的解釋文本反饋至目標(biāo)對象，幫助目標(biāo)對象理解人工智能決策系統(tǒng)的決策原因，增強(qiáng)了人工智能決策系統(tǒng)的透明度。