一种局数据自动纠错方法及装置制造方法及图纸

本发明专利技术实施例提供一种局数据自动纠错方法及装置，方法包括：获取目标局数据，对目标局数据进行预处理，包括将目标局数据进行文本清洗和文本序列化；将文本序列化的目标局数据输入训练好的局数据纠错器，输出对目标局数据进行纠错后得到的局数据；判断纠错后的局数据与目标局数据是否一致，若不一致则确定目标局数据有误，将目标局数据替换为纠错后的局数据；其中，训练好的局数据纠错器是基于获取的历史网元操作中的潜在错误局数据和对应的正确局数据，对注意力机制编解码循环神经网络进行训练直至模型收敛后得到的已收敛的模型权重。本发明专利技术能实现对局数据进行自动纠错，最大程度避免网元故障的发生，保障局数据制作的安全性、稳定性、可靠性。

An automatic error correction method and device for office data

【技术实现步骤摘要】
一种局数据自动纠错方法及装置
本专利技术实施例涉及通信及人工智能
，尤其涉及一种局数据自动纠错方法及装置。
技术介绍
局数据(bureaudata)指的是通信网络核心网域各类网络、网元设备上的数据，可以包括设备自身的配置数据与业务数据。端局上的通信设备，如交换机、网关等，需要在配置局数据后，才能与其他局通信设备进行正常通信。因此，局数据制作的精确、完整对于核心网端局设备的平稳运行有着至关重要的意义。在现有技术方案中，目前主要通过一人制作、一人审核的机制来确保局数据的准确性，即局数据制作是否正确主要依靠专家经验和人工核对的方式来判断，而此类依靠人工或专家经验的方式不仅费时费力、还存在漏判和误判的风险。随着网络演进速度与复杂程度日益加快加大，局数据制作复杂度也随之不断增加，现有技术已经无法满足局数据制作安全性、稳定性、可靠性的需求。
技术实现思路
针对现有技术存在的问题，本专利技术实施例提供一种局数据自动纠错方法及装置。本专利技术实施例提供一种局数据自动纠错方法，包括：获取目标局数据，对所述目标局数据进行预处理，包括将所述目标局数据进行文本清洗和文本清洗后的目标局数据进行文本序列化；将文本序列化的目标局数据输入训练好的局数据纠错器，输出对所述目标局数据进行纠错后得到的局数据；判断纠错后的局数据与所述目标局数据是否一致，若不一致，则确定所述目标局数据有误，将所述目标局数据替换为纠错后的局数据；其中，所述训练好的局数据纠错器是基于获取的历史网元操作中的潜在错误局数据和对应的正确局数据，对注意力机制编解码循环神经网络进行训练直至模型收敛后，得到的已收敛的模型权重。本专利技术实施例提供一种局数据自动纠错装置，包括：第一获取模块，用于获取目标局数据，对所述目标局数据进行预处理，包括将所述目标局数据进行文本清洗和文本清洗后的目标局数据进行文本序列化；纠错模块，用于将文本序列化的目标局数据输入训练好的局数据纠错器，输出对所述目标局数据进行纠错后得到的局数据；判断模块，用于判断纠错后的局数据与所述目标局数据是否一致，若不一致，则确定所述目标局数据有误，将所述目标局数据替换为纠错后的局数据；其中，所述训练好的局数据纠错器是基于获取的历史网元操作中的潜在错误局数据和对应的正确局数据，对注意力机制编解码循环神经网络进行训练直至模型收敛后，得到的已收敛的模型权重。本专利技术实施例提供一种电子设备，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如上述方法的步骤。本专利技术实施例提供的局数据自动纠错方法及装置，通过获取目标局数据，对目标局数据进行预处理，包括将目标局数据进行文本清洗和文本清洗后的目标局数据进行文本序列化，将文本序列化的目标局数据输入训练好的局数据纠错器，输出对目标局数据进行纠错后得到的局数据，判断纠错后的局数据与目标局数据是否一致，若不一致，则确定目标局数据有误，将目标局数据替换为纠错后的局数据，其中，训练好的局数据纠错器是基于获取的历史网元操作中的潜在错误局数据和对应的正确局数据，对注意力机制编解码循环神经网络进行训练直至模型收敛后，得到的已收敛的模型权重，由此，能够实现对局数据进行自动纠错，不仅可识别有误的局数据，还可输出对应的正确局数据，最大程度的避免网元故障的发生，保障局数据制作的安全性、稳定性、可靠性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一实施例提供的一种局数据自动纠错方法的流程示意图；图2为本专利技术实施例提供的注意力机制的示意图；图3为本专利技术实施例提供的神经网络模型的示意图；图4为本专利技术一实施例提供的一种局数据自动纠错装置的结构示意图；图5为本专利技术一实施例提供的电子设备的实体结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1示出了本专利技术一实施例提供的一种局数据自动纠错方法的流程示意图，如图1所示，本实施例的局数据自动纠错方法，包括：S1、获取目标局数据，对所述目标局数据进行预处理，包括将所述目标局数据进行文本清洗和文本清洗后的目标局数据进行文本序列化。S2、将文本序列化的目标局数据输入训练好的局数据纠错器，输出对所述目标局数据进行纠错后得到的局数据。其中，所述训练好的局数据纠错器是基于获取的历史网元操作中的潜在错误局数据和对应的正确局数据，对注意力机制编解码循环神经网络进行训练直至模型收敛后，得到的已收敛的模型权重。S3、判断纠错后的局数据与所述目标局数据是否一致，若不一致，则确定所述目标局数据有误，将所述目标局数据替换为纠错后的局数据。本专利技术实施例提供的局数据自动纠错方法，通过获取目标局数据，对目标局数据进行预处理，包括将目标局数据进行文本清洗和文本清洗后的目标局数据进行文本序列化，将文本序列化的目标局数据输入训练好的局数据纠错器，输出对目标局数据进行纠错后得到的局数据，判断纠错后的局数据与目标局数据是否一致，若不一致，则确定目标局数据有误，将目标局数据替换为纠错后的局数据，其中，训练好的局数据纠错器是基于获取的历史网元操作中的潜在错误局数据和对应的正确局数据，对注意力机制编解码循环神经网络进行训练直至模型收敛后，得到的已收敛的模型权重，由此，能够实现对局数据进行自动纠错，不仅可识别有误的局数据，还可输出对应的正确局数据，最大程度的避免网元故障的发生，保障局数据制作的安全性、稳定性、可靠性。进一步地，在上述实施例的基础上，所述步骤S3在判断纠错后的局数据与所述目标局数据是否一致之后，所述方法还包括：若纠错后的局数据与所述目标局数据一致，则确定所述目标局数据无误。进一步地，在上述实施例的基础上，本实施例所述步骤S1中的“将所述目标局数据进行文本清洗和文本清洗后的目标局数据进行文本序列化”，可以包括：对所述目标局数据进行文本清洗，过滤掉所述目标局数据中的所有标点符号，统一字母大小写，将大写字母转换成小写字母，进行文本分词并将文本分词后的每个单词转换为整数序列。这样，可实现将所述目标局数据进行文本清洗和文本清洗后的目标局数据进行文本序列化。进一步地，在上述实施例的基础上，在所述步骤S2之前，本实施例所述方法还可以包括图中未示出的步骤P1-P3：P1、从核心网侧获取历史网元操作中的潜在错误局数据和对应的正确局数本文档来自技高网...

【技术保护点】
1.一种局数据自动纠错方法，其特征在于，包括：/n获取目标局数据，对所述目标局数据进行预处理，包括将所述目标局数据进行文本清洗和文本清洗后的目标局数据进行文本序列化；/n将文本序列化的目标局数据输入训练好的局数据纠错器，输出对所述目标局数据进行纠错后得到的局数据；/n判断纠错后的局数据与所述目标局数据是否一致，若不一致，则确定所述目标局数据有误，将所述目标局数据替换为纠错后的局数据；/n其中，所述训练好的局数据纠错器是基于获取的历史网元操作中的潜在错误局数据和对应的正确局数据，对注意力机制编解码循环神经网络进行训练直至模型收敛后，得到的已收敛的模型权重。/n

【技术特征摘要】
1.一种局数据自动纠错方法，其特征在于，包括：
获取目标局数据，对所述目标局数据进行预处理，包括将所述目标局数据进行文本清洗和文本清洗后的目标局数据进行文本序列化；
将文本序列化的目标局数据输入训练好的局数据纠错器，输出对所述目标局数据进行纠错后得到的局数据；
判断纠错后的局数据与所述目标局数据是否一致，若不一致，则确定所述目标局数据有误，将所述目标局数据替换为纠错后的局数据；
其中，所述训练好的局数据纠错器是基于获取的历史网元操作中的潜在错误局数据和对应的正确局数据，对注意力机制编解码循环神经网络进行训练直至模型收敛后，得到的已收敛的模型权重。


2.根据权利要求1所述的方法，其特征在于，所述将所述目标局数据进行文本清洗和文本清洗后的目标局数据进行文本序列化，包括：
对所述目标局数据进行文本清洗，过滤掉所述目标局数据中的所有标点符号，统一字母大小写，将大写字母转换成小写字母，进行文本分词并将文本分词后的每个单词转换为整数序列。


3.根据权利要求1所述的方法，其特征在于，在将文本序列化的目标局数据输入注意力机制编解码循环神经网络模型，输出对所述目标局数据进行纠错后得到的局数据之前，所述方法还包括：
从核心网侧获取历史网元操作中的潜在错误局数据和对应的正确局数据；
对获取历史网元操作中的潜在错误局数据和对应的正确局数据进行预处理，包括将获取的历史网元操作中的潜在错误局数据和对应的正确局数据进行文本清洗和文本清洗后的潜在错误局数据和对应的正确局数据进行文本序列化；
基于文本序列化后的潜在错误局数据和对应的正确局数据，对注意力机制编解码循环神经网络进行训练直至模型收敛，将已收敛的模型权重作为训练好的局数据纠错器。


4.根据权利要求3所述的方法，其特征在于，所述对获取历史网元操作中的潜在错误局数据和对应的正确局数据进行预处理，包括将获取的历史网元操作中的潜在错误局数据和对应的正确局数据进行文本清洗和文本清洗后的潜在错误局数据和对应的正确局数据进行文本序列化，包括：
将获取的历史网元操作中的潜在错误局数据和对应的正确局数据进行文本清洗，过滤掉所获取的历史网元操作中的潜在错误局数据和对应的正确局数据中的所有标点符号，统一字母大小写，将大写字母转换成小写字母，进行文本分词并...

【专利技术属性】
技术研发人员：邢彪，张卷卷，凌啼，章淑敏，吕吉，林昊，姜晓辉，
申请(专利权)人：中国移动通信集团浙江有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：浙江;33