用于数据可视化的信息的处理方法以及装置与流程

本发明属于计算机数据处理领域，尤其涉及一种用于数据可视化的信息的处理方法以及装置。

背景技术：

数据可视化是关于数据之视觉表现形式的研究，比起逐字逐行的阅读文字等方式获取信息，更有助于人们从视觉的角度去理解数据。当前的数据定位交互方式，主要是通过鼠标点击或触屏点击屏幕的方式进行交互，学习成本相对较高，也不利于远距离的数据可视化展示操作，不够便捷快速。

因此，亟需一种能够应用在数据可视化场景中快速交互的方法与装置。

技术实现要素：

本发明针对上述问题，提出一种自然语言处理及信息定位展示的交互方式，这种方式不仅能提高数据展示时人机交互的效率，而且在大屏等特定场景进行可视化展示时，能有效提升现场的视觉展示效果。

本发明的一方面提出了一种用于数据可视化的信息的处理方法，包括：对所接收的输入信息进行可识别性分析，并将能够被识别的所述输入信息转换为具有指定呈现形式的媒介信息；响应于对所述媒介信息的确认信息来确定所述输入信息是否被正确识别，当所述输入信息被正确识别时，基于所述输入信息的识别结果来确定关键字集，其中，所述确认信息用于指示所述媒介信息是否正确地呈现了所述输入信息；基于所述关键字集来确定与所述识别结果相对应的交互指令，进而执行所述交互指令。

在一种实施方式中，所述方法还包括：当对所述输入信息进行接收时，判断所述输入信息是否被成功接收，其中，当所述输入信息未被成功接收，则生成用于指示接收失败的第一反馈信息。

在一种实施方式中，所述方法还包括：基于用于识别所述输入信息的识别模型来对所述输入信息进行分析，进而确定所述输入信息的可识别性，其中，当所述输入信息无法被识别时，生成用于指示所述输入信息无法被识别的第二反馈信息。

在一种实施方式中，当所述输入信息未被正确识别时，产生用于指示所述输入信息识别错误的第三反馈信息。

在一种实施方式中，基于所述输入信息的识别结果来确定关键字集包括：将所述输入信息识别为语义文本，从所述语义文本中抽取所述关键字集，其中，所述关键字集包括至少一个字段。

在一种实施方式中，所述方法基于所述关键字集来与数据库中的数据字段进行比对；当所述关键字集中的字段与所述数据库中的数据字段相匹配时，基于匹配结果来确定所述交互指令；当所述关键字集中的字段与所述数据库中的数据字段不匹配时，生成第四反馈信息，其中，所述第四反馈信息用于指示所述关键字集中的字段与所述数据库中的数据字段无法匹配。

在一种实施方式中，所述媒介信息包括以下项中的至少一项：视频、音频、图片或文字；所述输入信息包括以下项中的至少一项：语音、触摸或肢体动作。

本发明的另一方面提出了一种计算机可读存储介质，具有存储在其上的计算机可读程序指令，其特征在于，当所述指令被执行时，执行前述任一项中的方法。

本发明的另一方面还提出了一种用于数据可视化的信息处理装置，包括：处理器；存储器，其用于存储指令，当所述指令在执行时，使得所述处理器执行以下操作：对所接收的输入信息进行可识别性分析，并将能够被识别的所述输入信息转换为具有指定呈现形式的媒介信息；响应于对所述媒介信息的确认信息来确定所述输入信息是否被正确识别，当所述输入信息被正确识别时，基于所述输入信息的识别结果来确定关键字集，其中，所述确认信息用于指示所述媒介信息是否正确地呈现了所述输入信息；基于所述关键字集来确定与所述识别结果相对应的交互指令，进而执行所述交互指令。

通过实施本发明的技术方案，在数据可视化场景中能够提升用户与数据展示间的互动性，改善当前数据可视化交互方式的单一性。

附图说明

参考附图示出并阐明实施例。这些附图用于阐明基本原理，从而仅仅示出了对于理解基本原理必要的方面。这些附图不是按比例的。在附图中，相同的附图标记表示相似的特征。

图1示出了依据本发明实施例的用于数据可视化的信息处理方法；

图2为依据本发明实施例的基于语音识别的数据可视化的信息处理方法。

具体实施方式

在以下优选的实施例的具体描述中，将参考构成本发明一部分的所附的附图。所附的附图通过示例的方式示出了能够实现本发明的特定的实施例。示例的实施例并不旨在穷尽根据本发明的所有实施例。可以理解，在不偏离本发明的范围的前提下，可以利用其他实施例，也可以进行结构性或者逻辑性的修改。因此，以下的具体描述并非限制性的，且本发明的范围由所附的权利要求所限定。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。对于附图中的各单元之间的连线，仅仅是为了便于说明，其表示至少连线两端的单元是相互通信的，并非旨在限制未连线的单元之间无法通信。

下面结合附图对本发明基于数据可视化场景，进行自然语言处理及信息定位展示的交互方式作进一步详细描述。

图1示出了依据本发明实施例的用于数据可视化的信息处理方法。

步骤S101：对输入信息进行可识别性分析。

在该步骤中，将对输入信息的可识别性进行分析，进而使得识别模型对可识别的输入信息进行识别。可以理解的，用户的输入信息可以是但不限于语音、触摸或肢体动作等具有指示性的信息。譬如，当用户输入语音时，将通过语音识别模型对语音进行识别。同样，当用户输入手势时，将通过手势识别模型对手势进行识别。通过执行本步骤，识别模型可以获得该输入信息的识别结果。

步骤S102：将经识别的输入信息转换为媒介信息，以生成确认信息。

在该步骤中，将前一步骤所获得的输入信息或输入信息的识别结果转换为具有指定呈现形式的媒介信息。通过执行该步骤，可以让用户进行确认该输入信息是否被正确识别，进而生成相应的确认信息。可以理解的，此处的媒介信息可以包括用户可视的图像、文字或是用户可听的语音等，媒介信息可以与输入信息具有不同的形式。如此，用户可以通过多种方式来得知该识别结果。

步骤S103：基于确认信息确定媒介信息是否正确呈现输入信息。

在该步骤中，用户可以根据媒介信息来判断输入信息是否被正确识别。若输入信息并未被正确识别，则生成反馈信息(步骤S106)，以提示用户由于当前的输入信息并未被正确识别，可以进行重新输入。

若输入信息被正确识别，则执行步骤S104，即基于经识别的输入信息确定关键字集，进而在数据库中查找匹配。

由前述可知，输入信息不限于语音、肢体动作、触摸等具有指示性的信息。因此，识别系统识别输入信息之后，可以基于识别结果来确定对应于输入信息的关键字集。在本实施例中，识别结果则是与该输入信息相对应的语义文本，关键字集则可以包括从该语义文本中抽取并且能够反应该输入信息的意图的至少一个字段。

确定关键字集后，可以基于关键字集中所包括的字段在数据库中进行查找是否存在与之对应的数据字段。当数据库中存在与关键字集对应的数据字段时，便可以实现关键字与数据库中数据字段之间的匹配，进而确定该关键字所对应的交互指令。显然，通过对关键字集的提取，可以确定该输入信息所要表达的意图。

步骤S105：根据匹配结果，确定交互指令，进而执行相应的操作。

由前一步骤可知，当关键字能够与数据库中的数据字段进行匹配时，能够确定该关键字所对应的交互指令。当该交互指令被确定时，系统将执行该交互指令，以产生与用户的输入信息相对应的操作。

通过执行图1中的信息处理方法，可以实现在数据可视化场景下的对用户多种形式的输入信息的响应，从而简化了操作，便于更好地展示。

为了进一步描述本实施例，下面结合图2，以输入信息为语音信息为例进行阐述。本领域技术人员可以理解的是，虽然图2中的方法以语音信息为例，但图2中的方法也同样适用于其它形式的输入信息，包括但不限于肢体动作、触摸等等。

图2为依据本发明实施例的基于语音识别的数据可视化的信息处理方法。

步骤S201：接收语音输入信息。

在该步骤中，将通过终端设备接收用户所发出的指令，这里的终端设备可以是与展示内容已匹配过的手机、麦克风等。当终端设备是具有能够对该语音输入信息进行进一步处理(譬如，识别)的能力的语音接收设备时，该终端设备可以根据设置对该语音输入信息进行处理。若该终端设备是麦克风之类的语音接收设备时，该终端设备将把所接收的语音输入信息传送至指定的处理设备处。

步骤S202：基于第一阈值判断是否成功接收语音输入信息。

在该步骤中，将基于第一阈值，对终端设备是否成功接收该语音输入信息进行判断。由于环境影响或是终端设备自身的工作状态的影响，终端设备可能无法接收或是无法完全接收语音输入信息。譬如，可以在终端设备处设置语音长度阈值，当接收到的语音输入信息的长度小于该语音长度阈值时，可以判断为该语音输入信息是无效信息。同样，还可以设置语音强度阈值，当接收到的语音输入信息的强度小于该语音强度阈值时，可以判断为该语音输入信息是无效信息。可以理解的，根据应用的需要，可以设置相应的阈值进行判断，譬如，语音频率阈值。本实施例无需对所有可能实现的方式仅仅枚举。经过执行此步骤，可以对语音输入信息的接收进行判断。由上可知，第一阈值可以包括但不限于语音长度阈值、语音强度阈值或语音频域阈值，也可以是上述类型阈值的组合等等。

当步骤S202的判断结果为否时，即此时并未成功接收语音输入信息，则执行步骤S204，向用户发出第一反馈信息。可以理解的，这里的第一反馈信息可以是任何形式的能够让用户感知的信息。

当步骤S202的判断结果为是时，即此时成功地接收了语音输入信息，则执行步骤S203，根据系统模型对该语音输入信息进行识别。本实施例中的系统模型可以采用现有的任意一种语音识别模型，譬如，隐马尔可夫模型。同样，该系统模型还可以是通过人工神经网络进行训练所得。

步骤S205：判断是否能够识别该语音输入信息。

在该步骤中，将对该接收的语音输入信息的可识别性进行判断。对于一些不规则的、不清楚的或是其它超出了语音识别模型的识别能力的语音，即使该些语音被成功接收，也无法实现语音识别。因此，经过执行此步骤，可以对语音输入信息的可识别性进行判断。

当步骤S205的判断结果为否时，即此时无法对语音输入信息进行识别，则执行步骤S207，向用户发出第二反馈信息。可以理解的，这里的第二反馈信息可以是任何形式的能够让用户感知的信息。

当步骤S205的判断结果为是时，即此时成功地能够对该语音输入信息进行识别，则执行步骤S206，将该语音输入信息转换为媒介信息。可以理解的，此处的媒介信息可以包括用户可视的图像、文字或是用户可听的语音等。如此，用户可以通过多种方式来得知该识别结果。

步骤S208：判断该语音输入信息的识别结果是否正确？

在该步骤中，将对该语音输入信息的识别结果进行判断。在本实施例中，由于该语音输入信息被转换为媒介信息，因此，可以响应于用户的确认信息来判断识别结果是否正确，其中，识别结果是与该输入信息相对应的语义文本。

可以理解的，在其它实施例中，系统无需用户的进一步确认，可以选择自行判断识别信息是否正确，如此，步骤S206可以选择性地无需执行。

当步骤S208的判断结果为否时，即此时对应于该语音输入信息的识别结果是错误的，则执行步骤S207，向用户发出第三反馈信息。可以理解的，这里的第三反馈信息可以是任何形式的能够让用户感知的信息。

当步骤S208的判断结果为是时，即此时对应于该语音输入信息的识别结果是正确的，则执行步骤S210或S214。为了更好地阐述本实施例，下面以识别结果为“我非常想去北京”为例进行描述。

首先对步骤S210-S213进行阐述。

当对应于该语音输入信息的识别结果是正确时，可以对该识别结果进行分析(譬如，拆分)，然后确定与该识别结果相关联的关键字，譬如，根据特定的字段或是语义算法从识别结果中抽取关键字。通过对识别结果“我非常想去北京”进行抽取，可以抽取到关键字“我”、“想去”、“北京”。待确定好上述关键字后，将在数据库(譬如，语料库)中进行查找匹配。

步骤S211：判断关键字能否与数据库中的字条进行匹配？

在该步骤中，将对关键字与数据库中的数据字段的匹配情况进行判断。

当步骤S211的判断结果为否时，即此时数据库中没有与当前的关键字相匹配的数据字段，如此，则执行步骤S212，向用户发出第四反馈信息。可以理解的，这里的第四反馈信息可以是任何形式的能够让用户感知的信息。

当步骤S211的判断结果为是时，即此时数据库中存在与当前的关键字相匹配的数据字段，则执行步骤S213，即根据匹配的结果产生相应的操作。换而言之，将基于关键字“我”、“想去”、“北京”来触发相应的操作。当在数据可视化场景中，可以向当前的用户提供去北京的路线，或是去北京的航班、车次等等可供选择的交通工具的可用情况。

另外，当系统中直接配置好固定的可接收字段，用户在进行数据可视化现场展示讲解时，可直接说出预先配置好的设备可接收字段。展示的过程中，当终端设备在接收到指令后，可直接与后台数据进行比对，快速在展示端上展示所需数据。也就是说，若终端设备或处理设备处已经存有与语音“我非常想去北京”相对应的数据字段，则此时无需再对该语音进行关键字抽取，可以直接执行与该数据字段相对应的操作(步骤S214)。

通过上述方法，在数据可视化场景中实现了基于语音识别及自然语言处理，能够提升用户与数据展示间的互动性，改善当前数据可视化交互方式的单一性。用户通过自然语言传输即可完成操作，降低数据可视化交互操作的复杂性，提升展示效率，尤其适合在数据大屏展示场景中使用。

虽然上述实施例采用了语音输入信息作为实施例，本领域技术人员能够理解的是，肢体动作、触摸等具有指示性的信息同样适用于上述方法。譬如，当终端设备中的视频组件捕捉到用户双手合十的动作时，将通过相应的动作识别模型对该动作进行识别。譬如，可以通过训练，将该双手合十的动作与“关机”功能相关联，由此，当动作识别模型对该动作进行正确识别后，将触发“关机”功能。

图1、2中的信息处理方法的流程还代表机器可读指令，该机器可读指令包括由处理器执行的程序。该程序可被实体化在被存储于有形计算机可读介质的软件中，该有形计算机可读介质如CD-ROM、软盘、硬盘、数字通用光盘(DVD)、蓝光光盘或其它形式的存储器。替代的，图1、2中的示例方法中的一些步骤或所有步骤可利用专用集成电路(ASIC)、可编程逻辑器件(PLD)、现场可编程逻辑器件(EPLD)、离散逻辑、硬件、固件等的任意组合被实现。另外，虽然图1、2所示的流程图描述了该数据处理方法，但可对该处理方法中的步骤进行修改、删除或合并。

如上所述，可利用编码指令(如计算机可读指令)来实现图1、2的示例过程，该编程指令存储于有形计算机可读介质上，如硬盘、闪存、只读存储器(ROM)、光盘(CD)、数字通用光盘(DVD)、高速缓存器、随机访问存储器(RAM)和/或任何其他存储介质，在该存储介质上信息可以存储任意时间(例如，长时间，永久地，短暂的情况，临时缓冲，和/或信息的缓存)。如在此所用的，该术语有形计算机可读介质被明确定义为包括任意类型的计算机可读存储的信息。附加地或替代地，可利用编码指令(如计算机可读指令)实现图1、2的示例过程，该编码指令存储于非暂时性计算机可读介质，如硬盘，闪存，只读存储器，光盘，数字通用光盘，高速缓存器，随机访问存储器和/或任何其他存储介质，在该存储介质信息可以存储任意时间(例如，长时间，永久地，短暂的情况，临时缓冲，和/或信息的缓存)。可以理解的，该计算机可读指令还可以存储在网络服务器中、云端平台上，以便于用户使用。

另外，尽管操作以特定顺序被描绘，但这并不应该理解为要求此类操作以示出的特定顺序或以相继顺序完成，或者执行所有图示的操作以获取期望结果。在某些情况下，多任务或并行处理会是有益的。同样地，尽管上述讨论包含了某些特定的实施细节，但这并不应解释为限制任何发明或权利要求的范围，而应解释为对可以针对特定发明的特定实施例的描述。本说明书中在分开的实施例的上下文中描述的某些特征也可以整合实施在单个实施例中。反之，在单个实施例的上下文中描述的各种特征也可以分离地在多个实施例或在任意合适的子组合中实施。

因此，虽然参照特定的示例来描述了本发明，其中这些特定的示例仅仅旨在是示例性的，而不是对本发明进行限制，但对于本领域普通技术人员来说显而易见的是，在不脱离本发明的精神和保护范围的基础上，可以对所公开的实施例进行改变、增加或者删除。