一种单机产品的人因成熟度评估方法、系统、设备及介质技术方案

本发明专利技术提供了一种单机产品的人因成熟度评估方法、系统、设备及介质，首先通过预先训练的知识图谱模型对单机产品的数据包进行要素抽取，得到事实要素；其次根据数据包的标记选取对应的预先训练的人工智能学习模型，并将事实要素输入到人工智能学习模型中，输出得到人因成熟度评估等级；其中，知识图谱模型，用于从单机产品的数据包中抽取人因相关的构件、构件的属性以及构件之间的关系；人工智能学习模型，用于根据人因相关的构件、构件的属性以及构件之间的关系输出人因成熟度评估等级。本发明专利技术实现了将自然语言处理和人工智能算法相结合，辅助专家进行单机产品人因成熟度评估，从而使得在提升了评估效率的同时评价中的主观因素大幅度下降。因素大幅度下降。因素大幅度下降。

【技术实现步骤摘要】
一种单机产品的人因成熟度评估方法、系统、设备及介质


[0001]本专利技术属于人因成熟度评估领域，具体涉及一种单机产品的人因成熟度评估方法、系统、设备及介质。

技术介绍

[0002]目前，在载人航天中，具有若干个单机产品，而每一个单机产品又是又若干个数据包组成的，这样在单机产品进行迭代更新的时候，只需要对单机产品中的各个数据包进行持续的开发。而在对单机产品进行评估的时候，现有的评估工作通常通过领域专家对某一产品进行评估打分。专家需要查阅各类文件，文件中包含文本、表格等非结构化和半结构化数据，然后根据经验对各个部件进行评分，并以此为依据对单机产品的人因成数据进行评估。评估过程工作量繁重，效率低下，评价中定性指标多定量指标少、主观评价多客观评价少。
[0003]现有对于人因成熟度的评估系统，大多数基于调查问卷的方法，得到各人因成熟度事实要素的评价值，然后采用相应的算法得出系统的人因成熟度的等级。例如，Garcia等人提出的人因成熟度评估模型中将工作量、态势感知和可用性作为技术成熟度事实要素，并基于进阶难度(AD2)算法实现人因成熟度的评分计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种单机产品的人因成熟度评估方法，其特征在于，包括：通过预先训练的知识图谱模型对单机产品的数据包进行要素抽取，得到事实要素；根据所述数据包的标记选取对应的预先训练的人工智能学习模型，并将事实要素输入到所述人工智能学习模型中，输出得到人因成熟度评估等级；其中，所述知识图谱模型，用于从单机产品的数据包中抽取人因相关的构件、构件的属性以及构件之间的关系；所述人工智能学习模型，用于根据人因相关的构件、构件的属性以及构件之间的关系输出人因成熟度评估等级。2.如权利要求1所述的方法，其特征在于，所述人工智能学习模型至少有一个。3.如权利要求2所述的方法，其特征在于，所述人工智能学习模型包括：逻辑网络模型和神经网络模型中的一个或多个；所述逻辑网络模型通过专家评估经验表示的形式化规则生成；所述神经网络模型通过事实要素作为输入且评估等级作为输出完成训练。4.如权利要求3所述的方法，其特征在于，所述得到事实要素之后，且将事实要素输入所述神经网络模型之前，还包括：通过决策树的方法在事实要素中选择权重大于设定权重的事实要素；根据选择的事实要素通过遗传算法确定神经网络模型的超参数；使用神经网络模型的超参数修正神经网络模型。5.如权利要求1所述的方法，其特征在于，所述对单机产品的数据包进行要素抽取，包括：提取数据包中的文档并对其进行OCR识别和纠错；将OCR识别和纠错后的文档进行中文分词处理和实体命名处理；在运行虚拟机中通过编译器内置的所述知识图谱模型对处理后的文档进行要素抽取。6.如权利要求1所述的方法，其特征在于，所述事实要素包括以下的一种或多种：各种概念、概念的属性和各种概念之间的关系。7.一种单机产品的人因成熟度评估系统，其特征在于，包括：人因成熟度知识抽取子模块，用于：通过预先训练的知识图谱模型对单机产品的数据包进行要素抽取，得到事实要素；人因成熟度推理子模块，用于：根据所述数据包的标记选取对应的预先训练的人工智能学习模型，并将事实要素输入到所述人工智能学习模型中...

【专利技术属性】
技术研发人员：吴立涛，王波，丁少闻，王刚，姜昌华，
申请(专利权)人：中国航天员科研训练中心，
类型：发明
国别省市：