用于问题解决的方法、计算系统和程序产品

技术领域

本公开的实施例涉及数据分析领域，并且更具体地，涉及用于问题解决的方法、计算系统和计算机程序产品。

背景技术

近年来，随着计算机技术的发展，已经支持开发和部署功能强大的自动化模型、算法来实现各种任务。然而，在面对抽象问题，诸如为了满足公司、组织的经营和管理方面的要求而提出的问题时，用户往往需要耗费时间决定采用何种自动化模型来准确解决这个问题。此外，自动化模型，诸如机器学习模型、特别是深度学习模型，在被部署使用之前往往需要花费较多人力和时间来执行诸如数据预处理、模型训练等过程。因此，为了获得问题的可执行解决方案，时间和经济成本花费较高。期望能够以更快速、高效且低成本的方式获得待解决问题的解决方案。

发明内容

本公开的实施例提供了一种用于问题解决的方案。

在本公开的第一方面中，提供了一种用于问题解决的方法。该方法包括确定与待解决问题相关的信息；基于信息，从知识存储库获取可用于待解决问题的知识元素，知识存储库存储以下各项：已解决问题、与已解决问题相关的至少一个可执行任务、用于实现至少一个可执行任务的至少一个处理流程、以及至少一个处理流程所包括的相应功能模块；以及至少基于所获取的知识元素，确定待解决问题的解决方案。

在本公开的第二方面中，提供了一种计算系统。该计算系统包括至少一个处理器；以及存储有计算机程序指令的至少一个存储器，至少一个存储器和计算机程序指令被配置为，与至少一个处理器一起，使得电子设备执行动作。动作包括确定与待解决问题相关的信息；基于信息，从知识存储库获取可用于待解决问题的知识元素，知识存储库存储以下各项：已解决问题、与已解决问题相关的至少一个可执行任务、用于实现至少一个可执行任务的至少一个处理流程、以及至少一个处理流程所包括的相应功能模块；以及至少基于所获取的知识元素，确定待解决问题的解决方案。

在本公开的第三方面中，提供了一种计算机程序产品。该计算机程序产品被有形地存储在非易失性计算机可读介质上并且包括机器可执行指令，机器可执行指令在被执行时使设备实现以上第一方面的方法。

提供发明内容部分是为了简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。

附图说明

通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同的参考标号通常代表相同部件。

图1示出了问题-解决方案的确定过程的示意图；

图2示出了根据本公开的一些实施例的组成解决方案的统一元素关系的示意图；

图3示出了根据本公开的一些实施例的用于实现自动问题解决的环境的示意图；

图4示出了根据本公开的另一些实施例的用于实现自动问题解决的环境的示意图；

图5示出了根据本公开的一些实施例的用于问题解决的过程的流程图；以及

图6示出了可以用来实施本公开的实施例的示例设备的框图。

具体实施方式

下面将参考附图中示出的若干示例实施例来描述本公开的原理。虽然附图中显示了本公开的优选实施例，但应当理解，描述这些实施例仅是为了使本领域技术人员能够更好地理解进而实现本公开，而并非以任何方式限制本公开的范围。

在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

如本文中所使用的，“机器学习”指的是涉及高性能计算、机器学习和人工智能算法的处理。在本文中，术语“机器学习模型”也可以称为“学习模型”、“学习网络”、“网络模型”、或“模型”。“神经网络”或“神经网络模型”是一种深度学习模型。概括来说，机器学习模型能够接收输入数据并且基于输入数据执行预测和输出预测结果。

图1示出了问题-解决方案的确定过程100的示意图。如图1所示，在一些实际应用中，用户110(例如，决策者或者客户)可能会提出一个待解决问题122，诸如涉及公司、组织的经营和管理方面的要求的问题，期望能够获得待解决问题122的解决方案。用户110可能还会指示待解决问题122所针对的原始数据124。例如，待解决问题122可能是“确定今年XX产品的客户活跃度”。原始数据124可以包括该产品在今年的销售数据，包括销售额、销售地区、销售时间、购买对象等。

通常，用户110会将待解决问题122以及可能将待解决问题122相关的原始数据124抛给用户130，诸如数据分析人员或技术开发人员。用户130需要确定利用什么样的技术手段来分析原始数据124，例如选择什么样的机器学习模型进行分析。在模型选定后，还需要执行对原始数据124的预处理、模型的训练、模型的调优等繁琐步骤，最后得到待解决问题122的解决方案140，例如已训的机器学习模型。

在上述过程中，完全依赖技术人员来获知问题的解决方案。此外，技术人员针对每个问题也需要耗费大量时间精力去不断尝试可能的解决方案的构建。因此，期望能够改进待解决问题的解决方案的确定方式。

根据本公开的实施例，提出了一种自动问题解决的方案。在该方案中，针对待解决问题，利用与待解决问题相关的信息从预先构建的知识存储库中获取可用于待解决问题的知识元素。知识存储库存储已解决问题以及已解决问题的解决方案，包括相关的一个或多个可执行任务，用于实现可执行任务的一个或多个处理流程，以及每个处理流程所包括的相应功能模块。

通过从这样的知识存储库搜索知识元素，从已解决问题的解决方案获得的知识元素能够被用于获取或辅助获取新问题的解决方案，从而实现更快速、简便且低成本的自动问题解决。

下文将结合附图来详细描述本公开的基本原理和若干示例实施例。

如上文简要提及的，在本公开的实施例中，待解决问题的解决方案的确定依赖于知识存储库中存储的知识元素。在本文中，将已解决问题的解决方案以统一的方式划分为一组知识元素，这些知识元素可以被记录在知识存储库中并且可以被重用于构建一个或多个待解决问题的解决方案。在详细讨论如何获得待解决问题的解决方案之前，首先描述组成问题的解决方案的统一元素的划分。

总体而言，针对一个问题，通常可以定义相关联的一个或多个可执行任务以用于尝试从一个或多个方面回答该问题。在本文中，问题，包括已解决问题和待解决问题，可以包括抽象问题，例如要实现的具体任务不明确的问题。这样的问题包括抽象的商业问题。可执行任务指的是能够利用特定技术手段或工具来分析数据以获得确定的分析结果的任务。所获得的分析结果例如可以是可量化的数值结果或分类结果。在一些实施例中，可执行任务可以包括机器学习任务(有时也称为机器学习问题)，其可以由一个或多个机器学习模型来实现。

每个可执行任务在被定义之后，可以由一个或多个处理过程来完成该任务。处理过程指示可执行任务的具体实现方式。处理过程通常包括相应的功能模块，每个功能模块可以执行相应的功能。功能模块是计算机可执行的，例如可以是代码段、函数或应用程序功能单元等，通常具有已定义的输入和输出。功能模块可以是在不同解决方案中可重用的单元。在一个示例中，对于机器学习任务，处理过程可以包括要获得机器学习模型的前期数据预处理、模型构建过程以及可能还包括机器学习模型本身的处理过程。

结合前文描述，已解决问题及其解决方案可以划分为四种类型的知识元素，包括已解决问题本身，解决方案中的可执行任务、处理过程以及功能模块，这四种类型的知识元素顺序相关。通过这样的划分，有助于知识元素的追踪和重利用。图2示出了根据本公开的一些实施例的组成解决方案的统一元素关系200的示意图。

如图2所示，已解决问题210与一个或多个可执行任务，例如可执行任务220-1和220-2。一个问题与多个可执行任务相关，这在实际应用中也是经常出现的场景。因为不同可执行任务可以分析问题所针对的不同类型的数据、获得不同方面的结果。作为一个具体示例，假设已解决问题210是“确定今年XX产品的客户活跃度”，该问题例如可以被定义为与两个可执行任务有关，例如“预测下一季度购买该产品的客户数量”以及“确定展示该产品的商品页面的每日浏览量”等等。

进一步地，每个可执行任务可以由一个或多个处理流程来实现。例如可执行任务220-1可以由处理流程230-1和230-2来实现，而可执行任务220-2可以由处理流程230-3来实现。每个处理流程包括相应的功能模块。处理流程将多个功能模块顺序组织，以实现相应的可执行任务。处理流程例如包括算法流水线。如以上提及的，功能模块是可重用的单元。如图2所示，处理流程230-1包括功能模块240-1和240-2，处理流程230-2包括功能模块240-1、240-3和240-4，并且处理流程230-3包括功能模块240-5和240-4。可以看出，功能模块240-1在处理流程230-1和230-2中重用，而功能模块240-4在处理流程230-2和230-3中重用。

为便于描述，在下文中，可执行任务220-1、220-2可以被统称为或单独称为可执行任务220，处理过程230-1、230-2、230-3可以被统称为或单独称为处理过程230，并且功能模块240-1至240-5可以被统称为或单独称为功能模块240。应当理解，图2所示的知识元素的关系、不同类型的知识元素的数目仅是示意的。针对实际问题，可以存在其他关系以及其他数目的各个类型的知识元素。

在本公开的实施例中，对于某个已解决问题，一个解决方案可以包括相关的可执行任务、用于实现可执行任务的处理流程以及组成处理流程的相应功能模块。已解决问题可以包括多个解决方案。已解决问题以及相应的解决方案可以被存储在知识存储库中，以用于确定或辅助确定后续待解决问题的解决方案。

图3示出了根据本公开的一些实施例的用于实现自动问题解决的环境300的示意图。环境300包括计算系统310和知识存储库320。

知识存储库320存储可用于解决问题的知识元素。知识存储库320中存储的知识元素可以包括如图2所示的统一元素关系200中的一个或多个已解决问题210。已解决问题210通常具有已构建的解决方案。已解决问题210例如可以具有相应的问题描述，用于以文字、图片和/或其他呈现方式来描述已解决问题210。知识存储库320中还存储与每个已解决问题210相关的一个或多个可执行任务220，用于实现每个可执行任务220的一个或多个处理流程230以及每个处理流程230所包括的一个或多个功能模块240。

在知识存储库320中，四种类型的知识元素之间具有关联关系，例如可以通过链接或映射将每两种类型的知识元素关联。这样，可以从任何一种知识元素出发，查找到形成针对某个已解决问题的一个特定解决方案中的其他知识元素。知识存储库320可以利用各种已知的技术来存储、组织和管理这些知识元素。例如，知识存储库320可以利用知识图谱等表示方式来组织各类知识元素。

在一些实施例中，对于在不同解决方案中的可重用单元，诸如功能模块240，可以仅存储一个副本，以节约存储空间。这样，在知识存储库320中，不同处理过程230可能关联到同一个功能模块240。

计算系统310被配置为利用知识存储库320来提供待解决问题330的自动解决方案确定。计算系统310可以从用户302接收到提供待解决问题330的请求。例如，计算系统310可以接收到关于待解决问题330的问题描述。在一些示例中，计算系统310可以用作针对用户的门户系统。

计算系统310包括搜索子系统312和方案供应子系统314。搜索子系统312可以被配置为利用与待解决问题330相关的信息，从知识存储库320获取可用于待解决问题330的知识元素。搜索子系统312例如可以被实现为搜索引擎，可以实现基于各种类型的信息的搜搜。方案供应子系统314被配置为至少基于搜索子系统312获取的知识元素，确定待解决问题330的解决方案340，并且可以将解决方案340提供给用户302。

取决于知识存储库320当前存储的知识，从知识存储库320中获取的有用知识元素可能不同，例如可以获得能够完整形成解决方案的知识元素，或者仅追踪到部分知识元素。在一些示例中，也可能完全无法获得任何有用的知识元素。下文中将针对各种可能的情况详细描述。

在一些实施例中，搜索子系统312获得待解决问题330的问题描述，然后尝试从知识存储库320中搜索匹配的已解决问题。例如，在要解决问题的初始阶段，计算系统310可以从用户302接收到输入的待解决问题330的问题描述，然后由搜索子系统312从知识存储库320中相应搜索。具体地，搜索子系统312从知识存储库320中搜索与待解决问题330匹配的目标已解决问题。

知识存储库320中关于各个已解决问题210也存储相应的问题描述。搜索子系统312可以通过问题描述的匹配程度来确定知识存储库320中是否存在与待解决问题330匹配的目标已解决问题。在本文中，“匹配”指的是两者的相似程度超过一定阈值。例如，在利用文本格式的问题描述来搜索匹配的目标已解决问题时，可以确定问题描述的文本相似程度。搜索子系统312可以利用各种搜索技术来从知识存储库320存储的已解决问题210之中搜索与待解决问题330相同或相似的目标已解决问题。

如果能够从知识存储库320中查找到与待解决问题330匹配的目标已解决问题，这通常意味着知识存储库320中已经存储了目标已解决问题的至少一个解决方案。因此，搜索子系统312可以根据找到的目标已解决问题，从知识存储库320获取包括以下各项的第一组知识元素：与目标已解决问题相关的目标可执行任务、用于实现目标可执行任务的目标处理流程以及目标处理按流程所包括的相应功能模块。这些知识元素在知识存储库320中被存储为与目标已解决问题关联，例如具有相应的直接链接或间接指向目标已解决问题，因此可以从目标已解决问题出发来从知识存储库320被提取出来。所提取的这些知识元素组成目标已解决问题的解决方案。

搜索子系统312获取的第一组知识元素被提供给方案供应子系统314。由于所获取的第一组知识元素已经能够形成一个完成解决方案，因此方案供应子系统314可以将第一组知识元素形成待解决问题330的解决方案340。在一些实施例中，如果在知识存储库320中存储目标已解决问题的多个解决方案，例如具有多个相关的目标可执行任务，或者每个目标可执行任务具有多个处理流程，那么可以获取对应的多组知识元素，以形成待解决问题330的多个解决方案340。

在一些实施例中，在关于待解决问题330执行搜索时，还可以理解考虑待解决问题330要处理的原始数据，特别是原始数据的数据格式。例如，原始数据可以包括文本数据、图像数据、音频数据、图表数据中的一种或多种类型的数据等，不同类型的数据可能由相应的数据格式表示。例如，文本数据可以具有TXT格式、WORD格式、PDF格式、HTML格式等；图像数据可以具有PNG格式、JPG格式、TIFF格式、RAW格式等；音频数据可以具有WAV格式、FLAC格式、APE格式、ALAC格式等；图表数据可以具有EXCEL格式等。已解决问题的某个解决方案能够处理的数据格式可能与待解决问题330要处理的原始数据的数据格式可能不兼容。

在考虑数据格式的实施例中，搜索子系统312在找到与待解决问题330匹配的目标解决问题之后，还可以基于待解决问题330要处理的原始数据的数据格式，从知识存储库320中获取一组知识元素，以使得这些知识元素对应的解决方案适合于原始数据的数据格式。

在一些情况中，搜索子系统312可能无法从知识存储库320中搜索到与待解决问题330匹配的目标已解决问题，从而无法直接获得待解决问题330的完整解决方案。此时，可以在知识存储库320中记录待解决问题330。为了获得解决方案，可能还需要引入一些辅助信息来尽可能利用知识存储库320中的其他知识元素。在一些实施例中，可以通过其他途径，例如通过技术人员的参与，获得与待解决问题330相关的更多信息，用于辅助确定待解决问题330的解决方案。图4示出了这样的实施例的环境300的示例。

与图3相比，在图4的示例中，计算系统310还包括重开发子系统416，其被配置为从引导用户402提供与待解决问题330相关的更多信息。用户402例如可以是能够参与问题解决的技术人员，诸如数据分析师、技术开发人员等。在一些示例中，用户402与用户302可以是相同用户。

在操作中，如果搜索子系统312从知识存储库320中查找到与待解决问题330匹配的目标已解决问题，重开发子系统416被激活以向用户402提供指定待解决问题330相关的源可执行任务的请求。重开发子系统416可以向用户402，例如用户402的客户端设备提供该请求。重开发子系统416也可以具有用户界面，以呈现该请求。请求可以包括待解决问题330的问题描述。

响应于请求，用户402可以分析待解决问题330，并手动确定与待解决问题330相关的一个或多个源可执行任务。重开发子系统416可以获得用户402输入的与待解决问题330相关的一个或多个源可执行任务的任务描述。这样，待解决问题330被转换为更详细的源可执行任务。在一些实施例中，重开发子系统416还向用户402指示待解决问题330要处理的原始数据，以辅助用户402确定源可执行任务。

重开发子系统416获得与待解决问题330相关的一个或多个源可执行任务的任务描述之后，可以再次触发搜索子系统312在知识存储库320中执行搜索。在本次搜索中，搜索子系统312基于一个或多个源可执行任务的任务描述，从知识存储库320中存储的可执行任务220中搜索与每个源可执行任务匹配的目标可执行任务。

关于每个已解决问题210相关的可执行任务220，知识存储库320也存储对应的任务描述。搜索子系统312可以通过问题描述的匹配程度来确定知识存储库320中是否存在与源可执行任务匹配的目标可执行任务，例如问题描述相同或相似的目标可执行任务。任务搜索也可以类似于上文讨论的问题搜索。

如果能够从知识存储库320中查找到与源可执行任务匹配的目标可执行任务，搜索子系统312可以根据找到的目标可执行任务，从知识存储库320获取包括以下各项的第二组知识元素：用于实现目标可执行任务的目标处理流程以及目标处理按流程包括的功能模块组。这些知识元素在知识存储库320中被存储为与目标可执行任务关联，例如具有相应的直接链接或间接指向目标可执行任务，因此可以从目标可执行任务出发来从知识存储库320被提取出来。

搜索子系统312获取的第二组知识元素被提供给方案供应子系统314。方案供应子系统314可以将第二组知识元素以及待解决问题330的源可执行任务一起形成待解决问题330的解决方案340。在一些实施例中，知识存储库320中可能存储用于实现目标可执行任务的多个处理流程，那么可以获取对应的多组知识元素，以形成待解决问题330的多个解决方案340。

在任务搜索过程中，搜索子系统312也可以进一步考虑待解决问题330要处理的原始数据的数据格式，从知识存储库320中获取的知识元素对应的解决方案适合于原始数据的数据格式。

在一些情况中，搜索子系统312可能仍然无法从知识存储库320中搜索到与待解决问题330的源可执行任务匹配的目标可执行任务。在这种情况下，在知识存储库320中，可以将待解决问题330与用于搜索的一个或多个源可执行任务相关联地存储，以供后续追踪。此外，为了获得当前的待解决问题330的解决方案，可以进一步请求用户402提供与待解决问题330相关的更多信息。

具体地，在搜索子系统312基于源可执行任务无法找到匹配的目标可执行任务的情况下，或者甚至可以在基于待解决问题330无法找到匹配的目标已解决问题的情况下，重开发子系统416被触发以向用户402提供指定待处理问题330的源处理流程所包括的功能模块的请求。该请求例如可以经由重开发子系统416的用户界面被提供，或者被提供给用户402的客户端设备。该请求可以包括待解决问题330的问题描述以及待解决问题330相关的一个或多个源可执行任务的任务描述。

响应于请求，用户402可以分析待解决问题330、相关的一个或多个源可执行任务，开发或设计用于实现每个源可执行任务的源处理过程的一部分，诸如源处理过程中的一个或多个源功能模块。此外，用户402还可以期望从知识存储库320中获取一些已有的功能模块来实现整个处理过程。因此，用户402可以确定源处理流程所包括的一个或多个源功能模块的功能描述。在一些实施例中，重开发子系统416还向用户402指示待解决问题330要处理的原始数据，以辅助用户402定义相应源功能模块的功能描述。

重开发子系统416可以获得用户402输入的一个或多个源功能模块的功能描述。在这种情况下，待解决问题330的解决需求被转换为对具体功能模块的需求。重开发子系统416可以触发搜索子系统312在知识存储库320中再次执行搜索。在本次搜索中，搜索子系统312基于一个或多个源功能模块的功能描，从知识存储库320存储的功能模块240中搜索与源功能模块匹配的一个或多个目标功能模块。

关于用于实现已解决问题的可执行任务的处理流程，知识存储库320也存储其中的功能模块的功能描述。搜索子系统312可以通过功能描述的匹配程度来确定知识存储库320中是否存在与源功能模块匹配的目标功能模块，例如功能描述相同或相似的目标功能模块。功能搜索也可以类似于上文讨论的问题搜索和任务搜索。

如果能够从知识存储库320中查找到与源功能模块匹配的目标功能模块，搜索子系统312可以从知识存储库320中获取匹配的目标功能模块作为第三知识元素。所获取的这样的知识元素被提供给方案供应子系统314。方案供应子系统314可以将第三知识元素所指示的目标功能模块与待解决问题330的源可执行任务、用于实现源可执行任务的一个或多个处理过程一起形成待解决问题330的解决方案340。

在一些实施例中，在确定待解决问题330的解决方案340之后，可以将待解决问题330、解决方案340中的一个或多个源可执行任务、用于实现每个源可执行任务的一个或多个源处理流程、以及每个源处理流程所包括的相应功能模块中的至少一项存储到知识存储库320中。在一些示例中，如以上提及的，待解决问题330和解决方案340中的一个或多个源可执行任务可能在搜索尝试的过程中已经被存储到知识存储库320中。通过这样的方式，可以利用新的问题对应的解决方案来不断更新知识存储库320，为后续问题解决提供更多可参考的知识，从而促进对解决方案的更快速、高效确定。

应当理解，在上述实施例中，以顺序方式描述了从待解决问题本身的描述出发，在没有匹配的目标解决问题的情况下引入技术人员的进一步参与来继续获得待解决问题的解决方案。在其他实施例中，如果可能的话，可以在初始阶段就向计算系统提供与待解决问题相关的源可执行任务或者原处理过程中的一个或多个功能模块的功能描述。在这样的信息基础上，也可以利用知识存储库来进一步获取更多的知识元素，以获得待解决问题的完整解决方案。

根据本公开的各种实施例，可以重新利用关于问题的已有解决方案的知识来简化对后续待解决问题的解决方案的确定过程，从而实现高效率和低成本的问题解决。此外，在一些实施例中，还可以引入技术人员的部分参与来进一步有效利用已有知识元素。相比于完全由技术人员人工引导问题解决的过程，本公开的问题解决过程更简单、降低了技术人员的工作量。

应当理解，虽然在图3和图4中将搜索子系统312、方案供应子系统和重开发子系统416示出了单独的组件，但这些子系统可以分别由单个设备来实现或者可以由多个设备来共同实现。

图5示出了根据本公开的实施例的用于问题解决的过程500的流程图。过程500可以由图1的计算系统310来实现。

在510，计算系统310确定与待解决问题相关的信息。在520，计算系统310基于信息，从知识存储库获取可用于待解决问题的知识元素，知识存储库存储以下各项：已解决问题、与已解决问题相关的至少一个可执行任务、用于实现至少一个可执行任务的至少一个处理流程、以及至少一个处理流程所包括的相应功能模块。在530，计算系统310至少基于所获取的知识元素，确定待解决问题的解决方案。

在一些实施例中，信息包括待解决问题的问题描述。在一些实施例中，获取知识元素包括：基于问题描述，从知识存储库中搜索与待解决问题匹配的目标已解决问题；以及根据找到匹配的目标已解决问题，从知识存储库获取包括以下各项的第一组知识元素：与目标已解决问题相关的目标可执行任务、用于实现目标可执行任务的目标处理流程以及目标处理按流程所包括的相应功能模块。

在一些实施例中，信息包括与待解决问题相关的源可执行任务的任务描述。在一些实施例中，获取知识元素包括：基于任务描述，从知识存储库中搜索与源可执行任务匹配的目标可执任务；以及根据找到匹配的目标可执行任务，从知识存储库获取包括以下各项的第二组知识元素：用于实现目标可执行任务的目标处理流程以及目标处理流程所包括的相应功能模块。

在一些实施例中，确定与待解决问题相关的信息包括：根据从知识存储库中未找到与待解决问题匹配的目标已解决问题，向用户提供指定待解决问题相关的源可执行任务的请求；以及接收与待解决问题相关的源可执行任务的任务描述。

在一些实施例中，信息包括源处理流程所包括的源功能模块的功能描述，源处理流程用于实现与待解决问题相关的源可执行任务。在一些实施例中，获取知识元素包括：基于功能描述，从知识存储库中搜索与源功能模块匹配的目标功能模块；以及根据找到匹配的目标功能模块，从知识存储库获取目标功能模块以作为第三知识元素。

在一些实施例中，确定与待解决问题相关的信息包括：根据从知识存储库中未找到与源可执行任务匹配的目标可执行任务，向用户提供指定源处理流程所包括的功能模块的请求；以及接收源处理流程所包括的功能模块的功能描述。

在一些实施例中，确定解决方案包括：确定解决方案以包括与待解决问题相关的源可执行任务、用于实现源可执行任务的源处理流程以及源处理流程所包括的相应功能模块。

在一些实施例中，过程500还包括：将待解决问题、源可执行任务、源处理流程、以及源处理流程所包括的相应功能模块中的至少一项存储到知识存储库中作为知识元素。

在一些实施例中，过程500还包括：确定与待解决问题要处理的原始数据相关的数据格式。获取知识元素还包括：还基于数据格式来从知识存储库中确定知识元素，以使得知识元素对应的解决方案适合于数据格式。

在一些实施例中，待解决问题和已解决问题包括抽象问题，其中可执行任务包括机器学习任务，并且其中处理流程包括算法流水线。

图6示出了可以用来实施本公开的实施例的示例设备600的示意性框图。设备600可以用于实现图5的过程500。图3中的计算系统310例如可以包括一个或多个设备600。

如图所示，设备600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序指令，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理单元601执行上文所描述的各个方法和处理，例如过程500。例如，在一些实施例中，过程500可被实现为计算机软件程序或计算机程序产品，其被有形地包含于机器可读介质，诸如非瞬态计算机可读介质，诸如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由CPU 601执行时，可以执行上文描述的过程500的一个或多个步骤。备选地，在其他实施例中，CPU 601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行过程500。

本领域的技术人员应当理解，上述本公开的方法的各个步骤可以通过通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本公开不限制于任何特定的硬件和软件结合。

应当理解，尽管在上文的详细描述中提及了设备的若干装置或子装置，但是这种划分仅仅是示例性而非强制性的。实际上，根据本公开的实施例，上文描述的两个或更多装置的特征和功能可以在一个装置中具体化。反之，上文描述的一个装置的特征和功能可以进一步划分为由多个装置来具体化。

以上所述仅为本公开的可选实施例，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等效替换、改进等，均应包含在本公开的保护范围之内。