(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211020664.5 (22)申请日 2022.08.24 (71)申请人 阿里云计算有限公司 地址 310024 浙江省杭州市西湖区转塘科 技经济区块12号 (72)发明人 刘宇　刘渊博　侯晓琳　肖禹　 (74)专利代理 机构 北京太合九思知识产权代理 有限公司 1 1610 专利代理师 蔡丽 (51)Int.Cl. G06Q 30/02(2012.01) G06N 20/00(2019.01) (54)发明名称 场景自适应识别处理方法、 系统、 电子设备 及存储介质 (57)摘要 本申请实施例提供一种场景自适应识别处 理方法、 系统、 电子设备及存储介质， 在数据抽象 层中提供多个应用场景各自的添加有语义标签 和数据类型标签的场景数据， 在特征抽象层中关 联存储多个数据类型标签及其对应的特征提取 方式， 在算法抽象层中关联存储多个算法模型及 其对应的兼容性标签； 场景描述层分别与数据抽 象层、 特征抽象层和算法抽象层进行交互， 获取 目标场景数据、 目标特征提取方式和待训练算法 模型以训练针对目标应用场景识别处理的目标 算法模型。 由此， 提供了一种灵活场景配置机制， 自动完成应用场景所需的场景数据 ‑特征提取方 式‑算法模型的匹配， 这样得到的目标算法模型 具有较好地灵活性和场景适应性， 能够实现场景 化识别处 理。 权利要求书2页 说明书15页 附图5页 CN 115423507 A 2022.12.02 CN 115423507 A 1.一种场景自适应识别处理系统， 其特征在于， 包括： 数据抽象层、 特征抽象层、 算法抽 象层和场景描述层； 所述数据抽象层， 用于提供多个应用场景各自的场景数据， 所述场景数据添加有语义 标签和数据类型标签， 所述语义标签表征对应的应用场景 的语义特征， 所述数据类型标签 表征所述场景 数据的数据类型； 所述特征抽象层， 用于关联存 储多个数据类型 标签及其对应的特 征提取方式； 所述算法抽象层， 用于关联存储多个算法模型及其对应的兼容性标签， 所述兼容性标 签表征对应的算法模型 所兼容的数据类型； 所述场景描述层， 用于分别从所述数据抽象层、 特征抽象层和算法抽象层获取目标应 用场景的目标场景数据、 目标特征提取方式和待训练算法模型， 并基于所述目标场景数据、 所述目标特征提取方式和待训练算法模型进行模型训练， 得到训练好的目标算法模型， 所 述目标算法模型用于对所述目标应用场景的待处 理场景数据进行识别处 理。 2.根据权利要求1所述的系统， 其特 征在于， 所述数据抽象层具体用于： 通过数据仓库对各个应用场景的原始数据进行分层 分域治理， 得到各个应用场景的场 景数据； 对各个应用场景的场景数据进行标签化处理， 以为各个应用场景的场景数据 添加各自 的语义标签和数据类型 标签。 3.根据权利要求1所述的系统， 其特 征在于， 所述数据抽象层还用于： 根据各个应用场景涉及的主体对象、 时间尺度和业务跨度中的至少一种， 生成各个应 用场景的场景 数据的语义标签。 4.根据权利要求1所述的系统， 其特 征在于， 所述场景描述层具体用于： 获取所述目标应用场景的场景描述信 息， 以及向所述数据抽象层发送所述场景描述信 息， 以及接收所述数据抽象层返回的所述目标场景 数据； 所述数据抽象层具体用于： 将所述场景描述信息与各场景数据的语义标签进行匹配， 将匹配成功的语义标签对应的场景 数据作为所述目标场景 数据返回给 所述场景描述层。 5.根据权利要求4所述的系统， 其特征在于， 所述场景描述层具体用于： 获取所述目标 应用场景涉及的预测目标、 主体对象、 时间尺度和业务跨度中的至少一种； 根据所述预测目 标、 所述主体对象、 所述时间尺度和所述业务跨度中的至少一种， 生 成所述目标应用场景的 场景描述信息 。 6.根据权利要求1所述的系统， 其特征在于， 所述场景描述层具体用于： 向所述特征抽 象层发送所述目标场景数据的目标数据类型标签， 以及接收所述特征抽象层返回的所述目 标特征提取方式； 所述特征抽象层具体用于： 根据所述目标数据类型标签查询已存储的多个数据类型标 签及其对应的特征提取方式， 获取所述 目标数据类型标签关联的目标特征提取方式， 以及 向所述特 征抽象层返回所述目标 特征提取方式。 7.根据权利要求1所述的系统， 其特征在于， 所述场景描述层具体用于： 向所述算法抽 象层发送所述目标场景数据的目标数据类型标签， 以及接收所述算法抽象层返回的所述待 训练算法模型； 所述算法抽象层具体用于： 将所述目标数据类型标签分别与多个兼容性标签进行匹权　利　要　求　书 1/2 页 2 CN 115423507 A 2配， 将匹配 成功的兼容性标签关联的算法模型作为所述待训练算法模型返回所述算法抽象 层。 8.根据权利要求7所述的系统， 其特征在于， 所述算法抽象层具体用于： 根据预先配置 的多个兼容性标签的匹配优先级从 高到低的顺序， 依次将所述目标数据类型标签分别与多 个兼容性标签进行匹配， 直至存在与所述目标 数据类型 标签匹配成功的兼容 性标签。 9.一种场景自适应模型生成方法， 其特 征在于， 包括： 查询预先存储的多个应用场景各自的场景数据， 获取语义标签与目标应用场景匹配的 场景数据作为目标场景 数据； 根据所述目标场景数据的数据类型标签， 查询预先关联存储的多个数据类型标签及其 对应的特 征提取方式， 获取 所述目标场景 数据的目标 特征提取方式； 根据所述目标场景数据的数据类型标签， 查询关联存储多个算法模型及其对应的兼容 性标签， 获取 所述目标场景 数据的待训练算法模型； 基于所述目标场景数据、 所述目标特征提取方式和所述待训练算法模型进行模型训 练， 得到训练好的目标算法模型， 所述 目标算法模型用于对目标应用场景 的待处理场景数 据进行识别处 理。 10.根据权利要求9所述的方法， 其特征在于， 所述基于所述目标场景数据、 所述目标特 征提取方式和待训练算法模型进行模型训练， 得到训练好的目标算法模型， 包括： 确定所述目标场景 数据的标注结果； 利用所述目标 特征提取方式对所述目标场景 数据进行 特征提取， 得到目标 特征数据； 将所述目标特征数据输入至所述待训练算法模型中， 得到由所述待训练算法模型输出 的模型输出 结果； 根据所述模型输出结果和所述标注结果调整所述待训练算法模型的模型参数， 得到所 述目标算法模型。 11.一种场景自适应识别处 理方法， 其特 征在于， 包括： 获取目标算法模型， 所述目标算法模型是根据权利要求9 ‑10任一项所述的方法得到 的； 利用所述目标算法模型对目标应用场景的待处 理场景数据进行识别处 理。 12.根据权利要求11所述的方法， 其特征在于， 所述目标算法模型为需求预测模型， 所 述待处理场景数据包括主体对象在历史时间段内针对商品对象的需求量信息， 则利用所述 目标算法模型对目标应用场景的待处 理场景数据进行识别处 理包括： 将所述主体对象在历史时间段内针对商品对象的需求量信息输入至需求预测模型中 进行需求预测处 理， 得到所述主体对象在未来时间段内针对所述商品对象的需求 量信息。 13.一种电子设备， 其特征在于， 包括： 存储器和 处理器； 所述存储器， 用于存储计算机 程序； 所述处理器耦合至所述存储器， 用于执行所述计算机程序以用于执行权利要求9 ‑12 任一项所述方法中的步骤。 14.一种存储有计算机程序的计算机存储介质， 其特征在于， 当所述计算机程序被处理 器执行时， 致使所述处 理器能够实现权利要求9 ‑12任一项所述方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115423507 A 3