本说明书涉及计算机和人工智能领域，尤其涉及一种业务执行的方法、装置、存储介质及电子设备。
背景技术：
1、随着人工智能技术的不断发展，人工智能模型目前已经应用在诸多领域中，例如，可以在智能驾驶中可以通过采集到的行驶数据，来规划路径，从而控制车辆行驶；再例如，通过向人工智能模型输入经用户授权的个人信息，来对用户进行业务风控。
2、但对于目前的诸多业务场景来说，用户根据人工智能模型的输出结果进行决策时，通常需要结合人工智能模型给出对应输出结果的依据，进而，用户能够更合理的制定解决方案，但是，如何能够准确对人工智能模型的输出结果进行解释，则是一个亟待解决的技术难题。
技术实现思路
1、本说明书实施例提供一种业务执行的方法、装置、存储介质及电子设备，以部分解决上述现有技术存在的问题。
2、本说明书实施例采用下述技术方案：
3、本说明书提供的一种业务执行的方法，包括：
4、获取用户的提问语句，所述提问语句是用于基于业务模型输出的业务结果而确定的；
5、根据所述提问语句，生成查询语句，所述查询语句用于查询所述业务模型输出所述业务结果所基于的所述用户的各用户数据；
6、根据所述查询语句，确定查询结果；
7、将所述提问语句输入到预先训练的识别模型中，以确定所述提问语句所使用的解释策略；
8、通过所述解释策略，基于所述查询结果，确定至少部分用户数据与所述业务模型输出的所述业务结果之间的关联关系；
9、基于所述关联关系，生成针对所述提问语句的回复语句，以通过所述回复语句执行目标业务。
10、可选地，根据所述提问语句，生成查询语句，具体包括：
11、对所述提问语句划分，得到划分出的各分词；
12、对所述各分词进行词性标注，得到标注结果；
13、根据所述标注结果，从各分词中确定出词性为名词的分词，作为目标分词，并根据所述目标分词，确定查询语句中对应的查询参数；
14、根据所述查询参数，确定查询语句。
15、可选地，预先训练识别模型，具体包括：
16、获取各训练样本，所述各训练样本是模拟用户基于业务模型输出的业务结果所确定出的各提问语句；
17、将所述各训练样本输入到待训练的识别模型中，以使所述待训练的识别模型对所述各训练样本进行特征提取，并基于提取到的特征信息，确定所述各训练样本对应的解释策略；
18、以最小化所述各训练样本对应的解释策略与所述各训练样本对应的标注解释策略之间的偏差为优化目标，对所述待训练的识别模型进行训练。
19、可选地，通过所述解释策略，基于所述查询结果，确定至少部分各用户数据与所述业务模型输出的所述业务结果之间的关联关系，具体包括：
20、根据所述解释策略，基于所述查询结果，确定至少部分各用户数据；
21、根据至少部分用户数据中所包含的每个用户数据，调整所述查询结果中所包含的对应的用户数据数值，得到调整后各用户数据；
22、将所述调整后各用户数据输入到所述业务模型中，得到调整后业务结果；
23、根据所述调整后业务结果与所述业务模型基于所述查询结果输出的所述业务结果，确定该用户数据对应的偏差；
24、根据所述偏差，判断该用户数据与所述业务模型输出的所述业务结果之间的关联关系，所述关联关系用于表示该用户数据对所述业务模型输出的所述业务结果的重要程度；
25、基于所述关联关系，确定至少部分各用户数据与所述业务模型输出的所述业务结果之间的关联关系。
26、本说明书提供的一种业务执行装置，包括：
27、获取模块，用于获取用户的提问语句，所述提问语句是用于基于业务模型输出的业务结果而确定的；
28、生成模块，用于根据所述提问语句，生成查询语句，所述查询语句用于查询所述业务模型输出所述业务结果所基于的所述用户的各用户数据；
29、第一确定模块，用于根据所述查询语句，确定查询结果；
30、第二确定模块，用于将所述提问语句输入到预先训练的识别模型中，以确定所述提问语句所使用的解释策略；
31、第三确定模块，用于通过所述解释策略，基于所述查询结果，确定至少部分用户数据与所述业务模型输出的所述业务结果之间的关联关系；
32、回复模块，用于基于所述关联关系，生成针对所述提问语句的回复语句，以通过所述回复语句执行目标业务；
33、回复模块，用于基于所述关联关系，生成针对所述提问语句的回复语句，以通过所述回复语句执行目标业务。
34、可选地，所述生成模块具体用于，对所述提问语句划分，得到划分出的各分词；对所述各分词进行词性标注，得到标注结果；根据所述标注结果，从各分词中确定出词性为名词的分词，作为目标分词，并根据所述目标分词，确定查询语句中对应的查询参数；根据所述查询参数，确定查询语句。
35、可选地，所述第二确定模块具体用于，获取各训练样本，所述各训练样本是模拟用户基于业务模型输出的业务结果所确定出的各提问语句；将所述各训练样本输入到待训练的识别模型中，以使所述待训练的识别模型对所述各训练样本进行特征提取，并基于提取到的特征信息，确定所述各训练样本对应的解释策略；以最小化所述各训练样本对应的解释策略与所述各训练样本对应的标注解释策略之间的偏差为优化目标，对所述待训练的识别模型进行训练。
36、可选地，所述第三确定模块具体用于，根据所述解释策略，从所述查询结果中确定至少部分用户数据；调整所述至少部分用户数据的用户数据数值，得到调整后用户数据；将所述调整后用户数据输入到所述业务模型中，得到调整后业务结果；确定所述调整后业务结果与所述业务模型基于所述查询结果输出的所述业务结果之间的偏差；根据所述偏差，确定所述至少部分用户数据与所述业务模型输出的所述业务结果之间的关联关系。
37、本说明书提供的一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种业务执行的方法。
38、本说明书提供的一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的一种业务执行的方法。
39、本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：
40、本说明书实施例中首先获取到用户针对业务模型输出的业务结果而输入的提问语句，继而，根据提问语句，来生成查询语句，其中，查询语句用于查询业务模型输出业务结果时所使用的用户的各用户数据，并根据查询语句，得到查询结果，进而，将提问语句输入到预先训练的识别模型中，以确定提问语句所使用的解释策略，通过使用该解释策略并根据查询结果，得到至少部分各用户数据与业务模型输出的业务结果之间的关联关系，从而，根据得到的关联关系，来生成针对提问语句的回复语句，以通过回复语句来执行目标业务。
41、在此方法中，通过使用预先训练的识别模型来确定用户输入的提问语句对应的解释策略，以确定适用于此次提问语句的解释策略，从而，通过使用对应的解释策略，来得到至少部分用户数据与业务模型输出的所述业务结果之间的关联关系，进而，根据关联关系生成针对提问语句的回复语句，以便进一步提高回复语句的准确性。
1.一种业务执行的方法，包括：
2.如权利要求1所述的方法，根据所述提问语句，生成查询语句，具体包括：
3.如权利要求1所述的方法，预先训练识别模型，具体包括：
4.如权利要求1所述的方法，通过所述解释策略，基于所述查询结果，确定至少部分用户数据与所述业务模型输出的所述业务结果之间的关联关系，具体包括：
5.一种业务执行装置，包括：
6.如权利要求5所述的装置，所述生成模块具体用于，对所述提问语句划分，得到划分出的各分词；对所述各分词进行词性标注，得到标注结果；根据所述标注结果，从各分词中确定出词性为名词的分词，作为目标分词，并根据所述目标分词，确定查询语句中对应的查询参数；根据所述查询参数，确定查询语句。
7.如权利要求5所述的装置，所述第二确定模块具体用于，获取各训练样本，所述各训练样本是模拟用户基于业务模型输出的业务结果所确定出的各提问语句；将所述各训练样本输入到待训练的识别模型中，以使所述待训练的识别模型对所述各训练样本进行特征提取，并基于提取到的特征信息，确定所述各训练样本对应的解释策略；以最小化所述各训练样本对应的解释策略与所述各训练样本对应的标注解释策略之间的偏差为优化目标，对所述待训练的识别模型进行训练。
8.如权利要求5所述的装置，所述第三确定模块具体用于，根据所述解释策略，从所述查询结果中确定至少部分用户数据；调整所述至少部分用户数据的用户数据数值，得到调整后用户数据；将所述调整后用户数据输入到所述业务模型中，得到调整后业务结果；确定所述调整后业务结果与所述业务模型基于所述查询结果输出的所述业务结果之间的偏差；根据所述偏差，确定所述至少部分用户数据与所述业务模型输出的所述业务结果之间的关联关系。
9.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-4任一项所述的方法。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述权利要求1-4任一项所述的方法。
