一种基于质量文本数据的事理图谱构建方法技术

本发明专利技术公开一种基于质量文本数据的事理图谱构建方法，在一个具体实施方式中，该方法包括：S1、选取特定领域质量问题相关的数据文本，拆分形成自然句集合；S2、采用自然语言处理技术分别对每个自然句进行中文分词切分；S3、基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系；S4、采用依存句法分析方法提取质量问题因果关系事件元组对集合；S5、通过事件合并构建特定领域质量信息事理图谱。该实施方式为后续质量问题的原因分析以及预测决策提供支持。决策提供支持。决策提供支持。

【技术实现步骤摘要】
一种基于质量文本数据的事理图谱构建方法


[0001]本专利技术涉及质量信息事理图谱
，更具体地，涉及一种基于质量文本数据的事理图谱构建方法。

技术介绍

[0002]随着航空、航天、船舶等大型工业机械设备复杂程度的不断提高，各类质量问题发生的原因越来越呈现多元化的趋势，发生质量问题的根因分析不断面临新的挑战，尤其缺乏针对问题因果演化过程的根本性分析的技术手段。
[0003]2017年，哈尔滨工业大学的刘挺教授首次提出事理图谱的概念，提出事理图谱是揭示事件与事件之间的演化规律和模式的事理逻辑知识库，可以构建事件之间的时序、因果等典型事理逻辑关系，成果可用于事件预测、常识推理、辅助决策等应用场景。事理图谱作为一种全新的揭示事件之间演化模式的技术手段，为揭示航空、航天、船舶等大型工业机械设备质量问题的因果关系提出了新的思路。

技术实现思路

[0004]本专利技术的一个目的在于提供一种基于质量文本数据的事理图谱构建方法。
[0005]为达到上述目的，本专利技术采用下述技术方案：
[0006]一种基于质量文本数据的事理图谱构建方法，该方法包括：
[0007]选取特定领域质量问题相关的数据文本，拆分形成自然句集合；
[0008]采用自然语言处理技术分别对每个自然句进行中文分词切分；
[0009]基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系；
[0010]采用依存句法分析方法提取质量问题因果关系事件元组对集合；
[0011]通过事件合并构建特定领域质量信息事理图谱。
[0012]可选地，所述选取特定领域质量问题相关的数据文本，拆分形成自然句集合包括：
[0013]分析特定领域质量问题发生与处置的工作过程；
[0014]选用质量问题相关的数据文本作为数据源，具体包含质量问题现象描述、原因分析及改进措施自然语言描述信息；
[0015]使用自然语言描述的标点划分常识规则对数据文本进行切分，形成自然句集合。
[0016]可选地，所述采用自然语言处理技术分别对每个自然句进行中文分词切分包括：
[0017]采用自然语言处理中成熟的中文分词技术，对质量问题相关的数据文本拆分产生的自然句集合进行中文分词切分，形成针对每个自然句的词分解集合，获得每个中文分词结果的词性信息；
[0018]根据数据文本实际情况，对比选用合适的中文分词技术，完成中文分词切分。
[0019]可选地，所述基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系包括：
[0020]分析特定领域质量问题相关的数据集文本特征，将明显表示因果关系的连接词设
定为因果关系触发词；
[0021]根据因果关系触发词在自然句中的位置不同，归纳总结适用于本领域质量问题因果关系表述句法模式，形成因果关系匹配模式；
[0022]使用所述自然句集合及中文分词结果，匹配是否包含因果关系触发词，并通过判断是否符合特定的因果关系匹配模式，快速识别自然句实例之间的因果关系，将自然句划分为原因子句和结果子句，构建原因子句与结果子句之间的因果关系映射。
[0023]可选地，所述采用依存句法分析方法提取质量问题因果关系事件元组对集合包括：
[0024]选取距离因果关系触发词最近且词性为动词的词作为事件触发词，采用依存句法分析方法从原因子句和结果子句获取事件触发词对应的主语和宾语，分析确定句子中的核心成分，按照主语、事件触发词和宾语的形式将原因子句表示成原因事件元组，将结果子句表示成结果事件元组；
[0025]对提取出来的原因事件元组和结果事件元组进行匹配，继承所对应的原因子句与结果子句的因果关系，形成以原因事件元组和结果事件元组形式表示的特定领域质量问题因果关系事件元组对；
[0026]对大规模的本领域质量问题相关的数据集文本的处理与分析，汇总形成特定领域质量问题因果关系事件元组对集合。
[0027]可选地，所述通过事件合并构建特定领域质量信息事理图谱包括：
[0028]采用成熟的文本相似性度量方法对事件触发词和事件元素相似度进行数值计算，进一步得到任意两个质量问题因果关系事件元组的相似度数值；
[0029]设定质量问题因果关系事件元组相似度最低阈值，将相似度数值超过最低阈值的两个质量问题因果关系事件元组进行合并，统一事件元组描述方式，重新生成以原因事件元组和结果事件元组形式表示的质量问题因果关系事件元组对集合；
[0030]运用事理图谱技术构建以质量问题因果关系事件元组为节点，以事件元组之间的因果关系为边的有向图，形成特定领域质量信息事理图谱，揭示本领域质量问题发生过程中的事件之间演化规律和模式的事理逻辑。
[0031]本专利技术的有益效果如下：
[0032]本专利技术所述技术方案，针对航天、船舶、大型机械等特定工业设备领域质量问题因果演化过程分析的难题，提供一种基于质量文本数据的事理图谱构建方法，以某领域描述质量问题的相关数据文本为基础，结合运用成熟的自然语言处理技术和模式匹配技术，提取数据文本中具有因果关系的事件元组对，通过对同类事件的不同表述进行合并，聚合形成选定领域的质量信息事理图谱，运用事理图谱技术揭示质量问题发生过程中的事件之间演化模式的事理逻辑，为后续质量问题的原因分析以及预测决策提供支持。
附图说明
[0033]下面结合附图对本专利技术的具体实施方式作进一步详细的说明。
[0034]图1示出本专利技术实施例提供的基于质量文本数据的事理图谱构建方法的流程图。
[0035]图2示出本专利技术实施例提供的基于质量文本数据的事理图谱构建过程示意图。
具体实施方式
[0036]为了更清楚地说明本专利技术，下面结合优选实施例和附图对本专利技术做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本专利技术的保护范围。
[0037]如图1所示，本专利技术提供一种基于质量文本数据的事理图谱构建方法，该方法包括：
[0038]S1、选取特定领域质量问题相关的数据文本，拆分形成自然句集合；
[0039]S2、采用自然语言处理技术分别对每个自然句进行中文分词切分；
[0040]S3、基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系；
[0041]S4、采用依存句法分析方法提取质量问题因果关系事件元组对集合；
[0042]S5、通过事件合并构建特定领域质量信息事理图谱。
[0043]在一个具体示例中，图2示出基于质量文本数据的事理图谱构建过程，首先选取特定领域质量问题相关的数据文本，特定领域例如航空、航天、船舶等领域，进行自然句的拆分，即所述S1包括：
[0044]分析特定领域质量问题发生与处置的工作过程；
[0045]选用质量问题相关的数据文本作为数据源，具体包含质量问题现象描述、原因分析及改进措施自然语言描述信息；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于质量文本数据的事理图谱构建方法，其特征在于，该方法包括：选取特定领域质量问题相关的数据文本，拆分形成自然句集合；采用自然语言处理技术分别对每个自然句进行中文分词切分；基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系；采用依存句法分析方法提取质量问题因果关系事件元组对集合；通过事件合并构建特定领域质量信息事理图谱。2.根据权利要求1所述的方法，其特征在于，所述选取特定领域质量问题相关的数据文本，拆分形成自然句集合包括：分析特定领域质量问题发生与处置的工作过程；选用质量问题相关的数据文本作为数据源，具体包含质量问题现象描述、原因分析及改进措施自然语言描述信息；使用自然语言描述的标点划分常识规则对数据文本进行切分，形成自然句集合。3.根据权利要求1所述的方法，其特征在于，所述采用自然语言处理技术分别对每个自然句进行中文分词切分包括：采用自然语言处理中成熟的中文分词技术，对质量问题相关的数据文本拆分产生的自然句集合进行中文分词切分，形成针对每个自然句的词分解集合，获得每个中文分词结果的词性信息；根据数据文本实际情况，对比选用合适的中文分词技术，完成中文分词切分。4.根据权利要求1所述的方法，其特征在于，所述基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系包括：分析特定领域质量问题相关的数据集文本特征，将明显表示因果关系的连接词设定为因果关系触发词；根据因果关系触发词在自然句中的位置不同，归纳总结适用于本领域质量问题因果关系表述句法模式，形成因果关系匹配模式；使用所述自然句集合及中文分词结果，匹配是否包含因果关系触发词，并通过判断是否符合特定的因果...

【专利技术属性】
技术研发人员：赵志龙，阮超，庆骁，顾蕾，魏震，
申请(专利权)人：北京仿真中心，
类型：发明
国别省市：