[發(fā)明專(zhuān)利]非結(jié)構(gòu)化源數(shù)據(jù)的云端自主邏輯歸檔方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811273991.5
• 申請(qǐng)日: 2018-10-30
• 公開(kāi)（公告）號(hào): CN109582756B
• 公開(kāi)（公告）日: 2022-10-14
• 發(fā)明（設(shè)計(jì)）人: 張超;韓成;蔣振剛;于翠紅;薛耀紅;李華;權(quán)巍;胡漢平;耿雪娜
• 申請(qǐng)（專(zhuān)利權(quán)）人: 長(zhǎng)春理工大學(xué)
• 主分類(lèi)號(hào): G06F16/31
• 分類(lèi)號(hào): G06F16/31;G06F16/35
• 代理公司: 吉林長(zhǎng)春新紀(jì)元專(zhuān)利代理有限責(zé)任公司 22100
• 代理人: 王薇

1.非結(jié)構(gòu)化源數(shù)據(jù)的云端自主邏輯歸檔方法，其特征在于：根據(jù)非結(jié)構(gòu)化數(shù)據(jù)的自然語(yǔ)言描述內(nèi)容，云端存儲(chǔ)系統(tǒng)即可對(duì)其作出自主邏輯歸檔處理，并自動(dòng)為其分配相關(guān)的分詞標(biāo)簽、簡(jiǎn)短摘要；該方法的具體實(shí)現(xiàn)步驟如下：

步驟S1、云端存儲(chǔ)過(guò)程按原有存儲(chǔ)策略對(duì)非結(jié)構(gòu)化數(shù)據(jù)UD進(jìn)行物理存放，且非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)表DST自動(dòng)生成非結(jié)構(gòu)化數(shù)據(jù)索引值UID；

步驟S2、云端存儲(chǔ)過(guò)程將非結(jié)構(gòu)化數(shù)據(jù)UD的自然語(yǔ)言描述內(nèi)容DESC傳遞給邏輯歸檔處理過(guò)程，并在邏輯歸檔表LST中新添記錄LNM，將記錄LNM的非結(jié)構(gòu)化數(shù)據(jù)ID字段賦值為非結(jié)構(gòu)化數(shù)據(jù)索引值UID，將記錄LNM的數(shù)據(jù)內(nèi)容描述字段賦值為自然語(yǔ)言描述內(nèi)容DESC；

步驟S3、邏輯歸檔處理過(guò)程將自然語(yǔ)言描述內(nèi)容DESC和句子數(shù)N作為參數(shù)傳遞給HanLP的過(guò)程函數(shù)extractSummary；

步驟S4、過(guò)程函數(shù)extractSummary根據(jù)TextRank算法對(duì)自然語(yǔ)言描述內(nèi)容DESC進(jìn)行抽取式摘要提取，從而得到自然語(yǔ)言描述內(nèi)容DESC的抽取式摘要ABS，將記錄LNM的數(shù)據(jù)描述摘要字段賦值為抽取式摘要ABS；

步驟S5、利用數(shù)組結(jié)構(gòu)，將邏輯分類(lèi)表LCT的全部M個(gè)邏輯分類(lèi)描述信息組織成邏輯分類(lèi)描述數(shù)組LCDA，LCDA = { LCD1, LCD2, ……, LCDM }，并將邏輯分類(lèi)描述數(shù)組LCDA的所有邏輯分類(lèi)描述信息LCD1、LCD2、……、LCDM添加至HanLP的Suggester容器；

步驟S6、使用Suggester容器的過(guò)程函數(shù)suggest進(jìn)行最佳邏輯分類(lèi)描述的選取，將抽取式摘要ABS作為參數(shù)傳遞給過(guò)程函數(shù)suggest，從而得到與抽取式摘要ABS相似度最大的邏輯分類(lèi)描述LCA；

步驟S7、把抽取式摘要ABS和關(guān)鍵詞個(gè)數(shù)P作為過(guò)程函數(shù)的調(diào)用參數(shù)，傳遞給HanLP的過(guò)程函數(shù)extractKeyword對(duì)抽取式摘要ABS進(jìn)行提取操作，得到抽取式摘要ABS的關(guān)鍵詞序列AKW，AKW = { AKW1, AKW2, ……, AKWP }，將記錄LNM的描述分詞標(biāo)簽字段賦值為關(guān)鍵詞序列AKW；

步驟S8、把邏輯分類(lèi)描述LCA和關(guān)鍵詞個(gè)數(shù)P作為過(guò)程函數(shù)的調(diào)用參數(shù)，傳遞給HanLP的過(guò)程函數(shù)extractKeyword對(duì)邏輯分類(lèi)描述LCA進(jìn)行提取操作，得到邏輯分類(lèi)描述LCA的關(guān)鍵詞序列LKW，LKW = { LKW1, LKW2, ……, LKWP }；

步驟S9、使用HanLP中CoreSynonymDictionary的過(guò)程函數(shù)similarity，分別計(jì)算關(guān)鍵詞序列AKW中每一個(gè)關(guān)鍵詞與關(guān)鍵詞序列LKW中所有關(guān)鍵詞的相似度，選取關(guān)鍵詞序列AKW中每一個(gè)關(guān)鍵詞相似度的最大值構(gòu)成相似度序列ALV，ALV = { ALV1, ALV2, ……, ALVP }；

步驟S10、設(shè)定相似度匹配容差范圍為e，相似度匹配誤差SMD表達(dá)式由EQ1表示，如果SMD e，則跳轉(zhuǎn)到步驟S12執(zhí)行，否則繼續(xù)執(zhí)行步驟S11；

表達(dá)式EQ1：SMD = P² - ( ALV1 + ALV2 + …… + ALVP )²

步驟S11、在邏輯分類(lèi)表LCT中新添記錄CNM，則邏輯分類(lèi)表LCT自動(dòng)為記錄CNM分配一個(gè)邏輯分類(lèi)索引值LCID，將記錄CNM的邏輯分類(lèi)描述字段賦值為抽取式摘要ABS，將記錄LNM的邏輯分類(lèi)ID字段賦值為邏輯分類(lèi)索引值LCID，跳轉(zhuǎn)到步驟S13繼續(xù)執(zhí)行；

步驟S12、在邏輯分類(lèi)表LCT中，根據(jù)邏輯分類(lèi)描述LCA查找其對(duì)應(yīng)的邏輯分類(lèi)索引值LSID，將記錄LNM的邏輯分類(lèi)ID字段賦值為邏輯分類(lèi)索引值LSID；

步驟S13、至此便可完成單個(gè)非結(jié)構(gòu)化數(shù)據(jù)的云端自主邏輯歸檔，若要對(duì)其他非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行自主邏輯歸檔，則返回至步驟S1重新執(zhí)行即可。