[發明專利]一種非結構化文檔的數據模塊轉化方法和裝置

有效

• 申請號: 201410829893.0
• 申請日: 2014-12-26
• 公開（公告）號: CN105786921B
• 公開（公告）日: 2019-06-18
• 發明（設計）人: 劉劍;梁偉杰;連光耀
• 申請（專利權）人: 北京航天測控技術有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 梁軍

本發明公開了一種非結構化文檔的數據模塊轉化方法和裝置。該方法包括：選定待轉化的非結構化文檔；對所述待轉化的非結構化文檔進行預標簽化處理，確定轉化數據目標分類；根據所述轉化數據目標分類，生成符合交互式電子技術手冊IETM標準的數據模塊需求列表DMRL；根據所述DMRL，將所述待轉化的非結構化文檔轉化為多個數據模塊。本發明通過在非結構化文檔中插入預設的標簽，來提取非結構化文檔中各種類別的內容，進而轉化出多種數據模塊。本發明提高IETM的編寫效率，降低了人工編寫IETM的工作量。

技術領域

本發明涉及信息數據交換技術領域，特別是涉及一種非結構化文檔的數據模塊轉化方法和裝置。

背景技術

在飛機、鐵路、船舶等大型設備的售后服務、客戶服務、設備保障領域，會使用大量的設備維修文件，這些技術文件在使用過程中，存在占用存儲空間大、難以攜帶、管理、查找、使用不方便、使用效率低等問題，為了解決以上問題，比較好的途徑就是使用一種數據組織模式、數據描述方法，通過數據的再組織、再利用，將多種形式的數據(比如文本、視頻、音頻、三維)集成在一起，綜合化展現設備、設備的維護保養、故障診斷等過程。這其中用到的一種技術就是交互式電子技術手冊(Interactive Electronic Technical Manual，簡稱IETM)。

IETM應用在技術資料的電子化、標準化、綜合管理、設備的使用指導、設備的故障維修、設備的訓練考核、設備的維修履歷管理等過程中，在提高設備、設備故障診斷效率的同時，降低了其維護保障費用。

IETM作為一種設備保障的重要工具，但是，IETM屬于新事物，在設備研制階段未安排IETM的制作工作，從而導致在設備研制完成后，不得不重新編寫IETM，這無疑將帶來巨大的人力投入和工作量，同時也可能造成數據不一致的情況。如何從設備的原始資料文件等大量非結構化數據(比如WORD格式文件)中提取數據，生成IETM相應的數據模塊內容，將影響IETM的制作過程。

發明內容

基于上述技術問題，本發明提供了一種非結構化文檔的數據模塊轉化方法和裝置。

為解決上述技術問題，本發明是通過以下技術方案來解決的。

本發明提供了一種非結構化文檔的數據模塊轉化方法，包括：選定待轉化的非結構化文檔；對所述待轉化的非結構化文檔進行預標簽化處理，確定轉化數據目標分類；根據所述轉化數據目標分類，生成符合交互式電子技術手冊IETM標準的數據模塊需求列表DMRL；根據所述DMRL，將所述待轉化的非結構化文檔轉化為多個數據模塊。

其中，對所述待轉化的非結構化文檔進行預標簽化處理，確定轉化數據目標分類，包括：在所述待轉化的非結構化文檔中的相應位置插入預設類型的標簽，使每個標簽對應相應類型的數據模塊。

其中，所述標簽包括以下之一：<system>、<descript>、<proced>、<fault>、<process>；在將所述標簽插入所述待轉化的非結構化文檔中的相應位置后，所述標簽包括：節點類型、節點名稱和節點內容。

其中，根據所述轉化數據目標分類，生成符合交互式電子技術手冊IETM標準的數據模塊需求列表DMRL，包括：獲取標簽為<system>的節點類型和節點名稱，并配置對應的SNS編碼；獲取標簽為<descript>、<fault>、<process>的節點類型和節點名稱，分別配置對應的類型編碼；根據節點類型與數據模塊的對應關系，按照DMRL數據格式，自動生成包含每個標簽的節點類型、節點名稱和編碼的DMRL。

其中，根據所述DMRL，將所述待轉化的非結構化文檔轉化為多個數據模塊，包括：根據生成的DMRL，在非結構化文檔中進行節點內容提取；針對提取出的多個節點內容，按照IETM數據格式標準，分別轉化為相應數據格式的數據模塊。