本技术涉及计算机，尤其涉及一种数据处理方法、文件发送方法、装置、系统及存储介质。
背景技术：
1、随着计算机技术的发展，通过模型对数据进行处理成为了一种常用的技术手段。通过模型对数据进行处理可以提高数据的处理效率和准确率。
2、在一些通过模型对数据进行处理的应用场景中，可以通过示例数据为模型提供参考。例如，模型可以根据示例数据进行学习，在学习之后再对需要处理的数据进行处理。这样，通过学习示例数据，可以更好地从而按照对应的规律对数据进行处理。并且，模型学习示例数据也不需要对模型进行训练。
3、在通过示例数据辅助数据处理的场景中，示例数据的质量会影响数据处理的质量。
技术实现思路
1、为了解决现有技术的问题，本技术提供了一种数据处理方法、装置、系统及存储介质。
2、第一方面，本技术提供了一种数据处理方法，所述方法包括：
3、获取目标请求数据；
4、根据所述目标请求数据从预设的示例库中确定第一示例集合，所述第一示例集合包括多个第一示例数据；
5、向目标模型发送提示信息，所述提示信息包括所述目标请求数据和所述第一示例集合；
6、接收所述目标模型基于所述提示信息返回的输出结果。
7、在一些可能的实现方式中，所述方法还包括：
8、获取第二示例集合，所述第二示例集合包括多个预先确定的第二示例数据；
9、所述提示信息还包括所述第二示例集合。
10、在一些可能的实现方式中，在所述提示信息中，所述第一示例集合在前，所述第二示例集合在后。
11、在一些可能的实现方式中，所述多个预先确定的第二示例数据用于列举示例中的预设字段的多种表达方式。
12、在一些可能的实现方式中，所述根据所述目标请求数据确定第一示例集合包括：
13、分别计算所述示例库中的每个候选示例数据与所述目标请求数据的相似度；
14、根据所述相似度，从所述示例库中确定多个第一示例数据。
15、在一些可能的实现方式中，所述候选示例数据包括候选请求示例数据和候选请求结果数据，所述候选请求结果数据与所述目标结果数据相对应；
16、所述分别计算每个候选示例数据与所述目标请求数据的相似度包括：
17、计算所述候选请求示例数据与所述目标请求数据的相似度。
18、在一些可能的实现方式中，所述多个候选示例数据包括第一候选数组，所述第一候选示例数据包括第一候选请求示例数据，所述计算所述候选请求示例数据与所述目标请求数据的相似度包括：
19、根据所述目标请求数据确定第一向量；
20、根据所述第一候选请求示例数据确定第二向量；
21、根据所述第一向量和所述第二向量，确定所述目标请求数据与所述第一候选请求示例数据的相似度。
22、在一些可能的实现方式中，所述根据所述目标请求数据确定第一向量包括：
23、通过过滤模型对所述目标请求数据进行过滤，得到第一词集合；
24、根据所述第一词集合确定所述第一向量。
25、在一些可能的实现方式中，所述目标请求数据是目标任务场景下的请求数据，所述第一示例数据包括所述目标任务场景下的示例数据。
26、在一些可能的实现方式中，所述目标任务场景为搜索任务场景，所述第一示例数据包括非结构数据和结构化数据，以及所述目标请求数据为非结构化数据，所述输出结果是结构化数据；
27、所述方法还包括：
28、向搜索服务发送所述输出结果，以及接收所述搜索服务返回的搜索结果。
29、第二方面，本技术提供了一种数据处理装置，所述装置包括：获取单元，用于获取目标请求数据；确定单元，用于根据所述目标请求数据从预设的示例库中确定第一示例集合，所述第一示例集合包括多个第一示例数据；发送单元，用于向目标模型发送提示信息，所述提示信息包括所述目标请求数据和所述第一示例集合；接收单元，用于接收所述目标模型基于所述提示信息返回的输出结果。
30、在一些可能的实现方式中，所述获取单元，还用于获取第二示例集合，所述第二示例集合包括多个预先确定的第二示例数据；所述提示信息还包括所述第二示例集合。
31、在一些可能的实现方式中，在所述提示信息中，所述第一示例集合在前，所述第二示例集合在后。
32、在一些可能的实现方式中，所述多个预先确定的第二示例数据用于列举示例中的预设字段的多种表达方式。
33、在一些可能的实现方式中，所述确定单元，用于分别计算所述示例库中的每个候选示例数据与所述目标请求数据的相似度；根据所述相似度，从所述示例库中确定多个第一示例数据。
34、在一些可能的实现方式中，所述候选示例数据包括候选请求示例数据和候选请求结果数据，所述候选请求结果数据与所述目标结果数据相对应；所述确定单元，具体用于计算所述候选请求示例数据与所述目标请求数据的相似度。
35、在一些可能的实现方式中，所述多个候选示例数据包括第一候选数组，所述第一候选示例数据包括第一候选请求示例数据；所述确定单元，具体用于根据所述目标请求数据确定第一向量；根据所述第一候选请求示例数据确定第二向量；根据所述第一向量和所述第二向量，确定所述目标请求数据与所述第一候选请求示例数据的相似度。
36、在一些可能的实现方式中，所述确定单元，具体用于通过过滤模型对所述目标请求数据进行过滤，得到第一词集合；根据所述第一词集合确定所述第一向量。
37、在一些可能的实现方式中，所述目标请求数据是目标任务场景下的请求数据，所述第一示例数据包括所述目标任务场景下的示例数据。
38、在一些可能的实现方式中，所述目标任务场景为搜索任务场景，所述第一示例数据包括非结构数据和结构化数据，以及所述目标请求数据为非结构化数据，所述输出结果是结构化数据。所述发送单元，还用于所述方法还包括：向搜索服务发送所述输出结果，以及接收所述搜索服务返回的搜索结果。
39、第三方面，本技术提供一种电子设备，包括：
40、一个或多个处理器；
41、存储装置，其上存储有一个或多个程序，
42、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现第一方面中任一所述的方法。
43、第四方面，本技术提供一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现第一方面中任一所述的方法。
44、第五方面，本技术提供一种计算机程序产品，所述计算机程序产品在设备上运行时，使得所述设备执行第一方面所述的方法。
45、本技术提供了一种数据处理方法、装置、系统及存储介质，用于根据合适的示例数据对请求数据进行处理。具体地，在获取到需要处理的目标请求数据之后，可以根据目标请求数据从预设的是离开中确定第一示例集合。第一示例集合中包括多个第一示例数据，第一示例数据能够在对对目标请求数据进行处理时提供参考。接着，可以向目标模型发送提示信息。提示信息包括目标请求数据和第一示例集合。目标模型可以学习第一示例集合，并在学习之后对目标请求数据进行处理。在目标模型完成对目标请求数据的处理之后，可以返回基于提示信息得到的输出结果。这样，用于学习的第一示例数据是根据待处理的目标请求数据得到的，第一示例数据与目标请求数据之间的相似度较高。在目标模型对目标请求数据进行处理时，第一示例数据可以提供更高的参考价值。如此，根据目标请求数据确定第一示例集合，使得用作学习的数据与待处理的数据相匹配，能够得到更加准确的输出结果。
1.一种数据处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，所述多个预先确定的第二示例数据用于列举示例中的预设字段的多种表达方式。
5.根据权利要求1所述的方法，其特征在于，所述根据所述目标请求数据确定第一示例集合包括：
6.根据权利要求5所述的方法，其特征在于，所述候选示例数据包括候选请求示例数据和候选请求结果数据，所述候选请求结果数据与所述目标结果数据相对应；
7.根据权利要求6所述的方法，其特征在于，所述多个候选示例数据包括第一候选示例数据，所述第一候选示例数据包括第一候选请求示例数据，所述计算所述候选请求示例数据与所述目标请求数据的相似度包括：
8.根据权利要求6所述的方法，其特征在于，所述根据所述目标请求数据确定第一向量包括：
9.根据权利要求1-8中任一项所述的方法，其特征在于，所述目标请求数据是目标任务场景下的请求数据，所述第一示例数据包括所述目标任务场景下的示例数据。
10.根据权利要求9所述的方法，其特征在于，所述目标任务场景为搜索任务场景，所述第一示例数据包括非结构数据和结构化数据，以及所述目标请求数据为非结构化数据，所述输出结果是结构化数据；
11.一种数据处理装置，其特征在于，所述装置包括：
12.一种电子设备，其特征在于，包括：
13.一种计算机可读介质，其特征在于，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-10中任一所述的方法。
