[發(fā)明專利]用于復(fù)雜系統(tǒng)生命周期管理的預(yù)測查詢處理

在審

• 申請?zhí)枺?/td>: 201910103225.2
• 申請日: 2019-02-01
• 公開（公告）號: CN110309502A
• 公開（公告）日: 2019-10-08
• 發(fā)明（設(shè)計(jì)）人: R·B·桑托索;J·J·帕特爾;K·P·蔡
• 申請（專利權(quán)）人: 波音公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F16/33;G06N20/00
• 代理公司: 北京紀(jì)凱知識產(chǎn)權(quán)代理有限公司 11245
• 代理人: 徐東升;孫尚白

本申請涉及用于復(fù)雜系統(tǒng)生命周期管理的預(yù)測查詢處理。公開用于識別數(shù)據(jù)儲存庫內(nèi)的相關(guān)的自然語言文檔的技術(shù)。接收指定描述復(fù)雜系統(tǒng)的問題的自然語言文本的電子文檔。從電子文檔中移除一個(gè)或多個(gè)部分，其中這些部分被確定以滿足一個(gè)或多個(gè)預(yù)定義過濾規(guī)則。使用數(shù)據(jù)字典結(jié)構(gòu)確定第一組術(shù)語，并且確定第二組術(shù)語，其中第二組術(shù)語中的至少一個(gè)術(shù)語滿足至少一個(gè)預(yù)定義模式匹配規(guī)則。通過處理作為到被訓(xùn)練以識別電子文檔內(nèi)的相關(guān)術(shù)語的機(jī)器學(xué)習(xí)模型的輸入的電子文檔來確定第三組術(shù)語。從第一組術(shù)語、第二組術(shù)語和第三組術(shù)語生成合成的電子文檔，并且合成的電子文檔用于識別數(shù)據(jù)儲存庫內(nèi)的一組相關(guān)文檔。

技術(shù)領(lǐng)域

本公開涉及電子文檔檢索，并且更具體地，涉及用于確定與描述復(fù)雜系統(tǒng)的問題的所接收的自然語言文檔相關(guān)的一組歷史自然語言文檔的技術(shù)。

背景技術(shù)

復(fù)雜的機(jī)械(諸如商用飛行器)偶爾會遇到設(shè)備故障。一些商用飛行器和其他復(fù)雜機(jī)械可以將故障數(shù)據(jù)傳輸?shù)揭粋€(gè)或多個(gè)計(jì)算機(jī)系統(tǒng)，諸如維護(hù)中心使用的計(jì)算機(jī)系統(tǒng)和飛行器制造商操作的計(jì)算機(jī)系統(tǒng)。在許多情況下，復(fù)雜系統(tǒng)的問題記錄在自然語言數(shù)據(jù)中，例如由正在努力解決該問題的工程師編寫。通常，通過數(shù)據(jù)挖掘可以收集關(guān)于復(fù)雜系統(tǒng)的故障及其對應(yīng)的解決方案的信息。數(shù)據(jù)挖掘廣泛地尋求揭示數(shù)據(jù)中的模式和趨勢，并且大多數(shù)數(shù)據(jù)挖掘技術(shù)是用于分析高度格式化數(shù)據(jù)(諸如數(shù)值數(shù)據(jù)或具有相對較少的固定數(shù)量的可能值的數(shù)據(jù))之間的關(guān)系的復(fù)雜方法。然而，大量的信息由文本表達(dá)的信息組成，該本文表達(dá)的信息包括許多數(shù)據(jù)庫字段、報(bào)告、備忘錄、電子郵件、網(wǎng)站以及管理人員、市場分析師和研究人員感興趣的外部新聞文章。隨著文本表達(dá)的信息量持續(xù)快速增長，針對復(fù)雜系統(tǒng)的問題的給定的自然語言報(bào)告，識別一組相關(guān)信息的技術(shù)故障變得越來越困難。

文本挖掘是自由或半結(jié)構(gòu)化文本領(lǐng)域中數(shù)據(jù)挖掘的一般概念的擴(kuò)展。與數(shù)據(jù)挖掘相比，文本數(shù)據(jù)分析(也稱為“文本挖掘”或簡稱“文本分析”)是指文本的分析，并且可能涉及文本概括、信息可視化、文檔分類、文檔聚類、文檔匯總和文檔交叉引用等功能。因此，文本數(shù)據(jù)分析可以幫助知識工作者找到單個(gè)非結(jié)構(gòu)化或半結(jié)構(gòu)化文本文檔與跨此類文檔的大集合的語義模式之間的關(guān)系。

發(fā)明內(nèi)容

根據(jù)本發(fā)明的一個(gè)實(shí)施例，一種方法包括從請求裝置接收指定描述復(fù)雜系統(tǒng)的問題的自然語言文本的電子文檔。該方法還包括通過以下操作來合成電子文檔以創(chuàng)建合成的電子文檔：移除被確定為滿足一個(gè)或多個(gè)預(yù)定義過濾規(guī)則的電子文檔的一個(gè)或多個(gè)部分；使用數(shù)據(jù)字典結(jié)構(gòu)識別對應(yīng)于電子文檔的第一組術(shù)語以包括在合成的電子文檔中；以及識別對應(yīng)于電子文檔的第二組術(shù)語以包括在合成的電子文檔中，其中對應(yīng)于電子文檔的第二組術(shù)語中的至少一個(gè)術(shù)語滿足至少一個(gè)預(yù)定義模式匹配規(guī)則。該方法包括識別數(shù)據(jù)儲存庫內(nèi)的與合成的電子文檔相關(guān)的第一組電子文檔。此外，該方法包括將第一組電子文檔的至少一部分返回到請求裝置。

在一個(gè)方面，結(jié)合以上任何示例，該方法進(jìn)一步包括向第一組術(shù)語中的至少一個(gè)術(shù)語分配權(quán)重，權(quán)重指示術(shù)語相對于第一組術(shù)語中的其他術(shù)語的相關(guān)性，其中至少部分地基于分配給第一組術(shù)語中的術(shù)語的權(quán)重識別數(shù)據(jù)儲存庫內(nèi)的第一組電子文檔。

在一個(gè)方面，結(jié)合以上任何示例，復(fù)雜系統(tǒng)進(jìn)一步包括飛行器，并且該方法進(jìn)一步包括識別指定電子文檔涉及的飛行器中的感興趣區(qū)域的元數(shù)據(jù)，其中所分配的權(quán)重至少部分地基于感興趣區(qū)域確定。

在一個(gè)方面，結(jié)合以上任何示例，識別數(shù)據(jù)儲存庫內(nèi)的與合成的電子文檔相關(guān)的第一組電子文檔進(jìn)一步包括使用合成的電子文檔訪問用于數(shù)據(jù)儲存庫的索引以識別第一組電子文檔，其中基于對應(yīng)于存儲在數(shù)據(jù)儲存庫內(nèi)的多個(gè)電子文檔的多個(gè)合成的電子文檔生成索引。

在一個(gè)方面，結(jié)合以上任何示例，合成電子文檔以創(chuàng)建合成的電子文檔進(jìn)一步包括將對應(yīng)于電子文檔內(nèi)的第一單詞的一個(gè)或多個(gè)同義詞添加到電子文檔中，并且用對應(yīng)的詞干單詞替換電子文檔內(nèi)的第一單詞。