System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开总体上涉及利用机器日志或事件记录进行知识搜索的基于知识的服务智能系统。
技术介绍
1、为了解决技术情境中面临的问题,诸如技术产品或相关联服务中面临的问题,用户(例如客户或支持人员)可以利用个人知识、手册和其他文档,以及/或者浏览由专家更新并维护的知识系统来识别解决方案。知识系统可以提供可能存在的问题的目录和对潜在解决方案的映射。然而,当前的人工知识系统并不全面,并且不能包括所有可能存在的问题和解决方案映射。
2、在浏览知识库时,用户可能另外会遇到有关症状、问题、根本原因或可能存在的解决方案是含糊不清的。例如,同一症状可能由多个不同的潜在根本原因引起,每一个都需要不同的解决方案。作为另一个示例,在某些情况下,第一个问题可能需要更换部件,而第二个类似的问题可能不需要更换该部件,例如蓝屏可能表明软件崩溃(需要强制重启或重新安装软件驱动程序),或者可能表明显示器或显卡故障(需要更换该部件)。当前的知识库无法识别不同的潜在问题和解决方案。
3、诸如医疗扫描仪或计算机系统这样的系统会生成多个机器日志。这些日志是已经在系统中发生的事件的记录,并且包括与这些事件相关联的信息。事件记录也可以是系统中出现的异常事件或缺陷的指示器。事件记录可以包括用户可能无法阅读或理解的复杂信息。例如,事件记录可以包括与系统相关联的技术关键字,用户可能难以理解这些技术关键字。因此,识别与异常事件相关联的事件记录可能并不直接,从而导致难以识别系统中错误的原因。此外,也不可能使用人工努力对事件记录进行注释来区分系统中发生的正常事件和异常事件
技术实现思路
1、在各种实施例中,公开了一种服务智能系统。该服务智能系统包括存储有指令的存储器和配置为读取所述指令的处理器。该处理器被配置为接收搜索查询并识别与所述搜索查询相关联的机器的异常机器代码。所述机器代码是在预定时间段内识别的。该处理器还被配置为基于所识别的异常机器代码和与一个或多个历史数据元素相关联的机器代码之间的相似度分数来选择所述一个或多个历史数据元素。所述一个或多个历史数据元素中的每一个都与标记(tag)相关联。该处理器还被配置为:基于相似度分数来对所述一个或多个历史数据元素进行排序;基于降序排序顺序来选择预定数量的所述一个或多个历史数据元素;以及响应于所述搜索查询,为所述预定数量的排序最高的历史数据元素中的每一个提供与所述标记相关联的至少一个纠正行动或至少一个部件更换。
2、在各种实施例中,公开了一种服务智能系统。该服务智能系统包括存储有指令的存储器和配置为读取所述指令的处理器。该处理器被配置为接收多个历史数据元素并识别针对所述历史数据元素的多个标记。所述多个历史数据元素与针对至少一个机器执行的纠正行动或部件更换相关联,并且所述标记由自然语言处理来生成。该处理器还被配置为识别与所述多个历史数据元素中的至少一个相关联的一个或多个异常机器代码。所述一个或多个异常机器代码与所述历史数据元素代表的服务问题所对应的预定时间段相关联。该处理器还被配置为将所述一个或多个异常机器代码与针对所述历史数据元素的多个标记中的至少一个相关联。
3、在各种实施例中,公开了一种服务智能系统。该服务智能系统包括存储有指令的存储器和配置为读取所述指令的处理器。该处理器被配置为实施后端进程和前端进程。所述后端进程包括接收多个历史数据元素并为所述历史数据元素生成多个标记。所述多个历史数据元素与至少一个纠正行动、至少一个部件更换或其组合相关联,并且所述标记由自然语言处理组件来生成。所述后端进程还包括将一个或多个异常机器代码与针对所述历史数据元素的多个标记中的至少一个相关联的步骤。所述前端进程包括:接收搜索查询;在预定时间段内识别与所述搜索查询相关联的机器的异常机器代码;基于与所述搜索查询相关联的机器的所识别的异常机器代码和与所述历史数据元素相关联的机器代码之间的相似度分数,来选择所述历史数据元素中的一个或多个;基于所述相似度分数对所述历史数据元素中的所选的一个或多个进行排序;选择预定数量的排序最高的历史数据元素;以及响应于所述搜索查询,提供与一个或多个标记相关联的纠正行动或部件更换的集合,所述一个或多个标记与所述预定数量的排序最高的历史数据元素相关联。
本文档来自技高网...【技术保护点】
1.一种服务智能系统,包括:
2.根据权利要求1所述的服务智能系统,其中,所述相似度分数是在0与1之间的值,并且其中,所述相似度分数是通过对于包括在与所述一个或多个历史数据元素中的一个相关联的机器代码中的每个所识别的异常机器代码,将所述相似度分数递增预定值而计算的。
3.根据权利要求1所述的服务智能系统,其中,与所述搜索查询相关联的机器是通过文本搜索字符串的自然语言处理来识别的。
4.根据权利要求1所述的服务智能系统,其中,所述处理器被配置为:
5.根据权利要求1所述的服务智能系统,其中,所述标记是通过对所述一个或多个历史数据元素进行自然语言处理来生成的。
6.根据权利要求1所述的服务智能系统,其中,所述一个或多个历史数据元素包括服务工单、机器日志、部件更换日志或其组合。
7.根据权利要求1所述的服务智能系统,其中,使用域过滤器、统计过滤器或这两者来对响应于所述搜索查询而提供的纠正行动或部件更换的集合进行过滤。
8.根据权利要求1所述的服务智能系统,其中,所述排序是通过将历史数据元素的排序除以一个
9.一种服务智能系统,包括:
10.根据权利要求9所述的服务智能系统,其中,所述历史数据元素包括服务工单。
11.根据权利要求9所述的服务智能系统,其中,所述自然语言处理包括分割、词性标注、或其组合。
12.根据权利要求9所述的服务智能系统,其中,所述自然语言处理包括聚类。
13.根据权利要求9所述的服务智能系统,其中,所述一个或多个异常机器代码是从在所述预定时间段期间与所述至少一个机器相关联的一组机器代码中识别的。
14.根据权利要求9所述的服务智能系统,包括将所述一个或多个异常机器代码与所述多个历史数据元素相关联。
15.一种服务智能系统,包括:
16.根据权利要求15所述的服务智能系统,其中,所述相似度分数是在0与1之间的值,并且其中,所述相似度分数是通过对于包括在与所述多个历史数据元素中的一个相关联的机器代码中的每个所识别的异常机器代码,将所述相似度分数递增预定值而计算的。
17.根据权利要求15所述的服务智能系统,其中,所述前端进程包括:
18.根据权利要求15所述的服务智能系统,其中,响应于所述搜索查询而提供的所述纠正行动或部件更换的集合是使用域过滤器、统计过滤器或这两者进行过滤的。
19.根据权利要求15所述的服务智能系统,其中,所述自然语言处理包括分割、词性标注、或其组合。
20.根据权利要求15所述的服务智能系统,其中,所述自然语言处理包括聚类。
...【技术特征摘要】
1.一种服务智能系统,包括:
2.根据权利要求1所述的服务智能系统,其中,所述相似度分数是在0与1之间的值,并且其中,所述相似度分数是通过对于包括在与所述一个或多个历史数据元素中的一个相关联的机器代码中的每个所识别的异常机器代码,将所述相似度分数递增预定值而计算的。
3.根据权利要求1所述的服务智能系统,其中,与所述搜索查询相关联的机器是通过文本搜索字符串的自然语言处理来识别的。
4.根据权利要求1所述的服务智能系统,其中,所述处理器被配置为:
5.根据权利要求1所述的服务智能系统,其中,所述标记是通过对所述一个或多个历史数据元素进行自然语言处理来生成的。
6.根据权利要求1所述的服务智能系统,其中,所述一个或多个历史数据元素包括服务工单、机器日志、部件更换日志或其组合。
7.根据权利要求1所述的服务智能系统,其中,使用域过滤器、统计过滤器或这两者来对响应于所述搜索查询而提供的纠正行动或部件更换的集合进行过滤。
8.根据权利要求1所述的服务智能系统,其中,所述排序是通过将历史数据元素的排序除以一个或多个历史数据元素的最大排序来计算的。
9.一种服务智能系统,包括:
10.根据权利要求9所述的服务智能系统,其中,所述历史数据元素包括服务工单。
1...
【专利技术属性】
技术研发人员:S·达加,R·P·赫尔利三世,B·莫里斯,P·萨克塞纳,
申请(专利权)人:美国西门子医疗系统股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。