[发明专利]一种非结构化文档的数据模块转化方法和装置

权利要求书

1.一种非结构化文档的数据模块转化方法，其特征在于，包括：

选定待转化的非结构化文档；

对所述待转化的非结构化文档进行预标签化处理，确定转化数据目标分类；所述标签包括以下之一：<system>、<descript>、<proced>、<fault>、<process>；

根据所述转化数据目标分类，生成符合交互式电子技术手册IETM标准的数据模块需求列表DMRL；

根据所述DMRL，将所述待转化的非结构化文档转化为多个数据模块。

2.如权利要求1所述的方法，其特征在于，对所述待转化的非结构化文档进行预标签化处理，确定转化数据目标分类，包括：

在所述待转化的非结构化文档中的相应位置插入预设类型的标签，使每个标签对应相应类型的数据模块。

3.如权利要求2所述的方法，其特征在于，在将所述标签插入所述待转化的非结构化文档中的相应位置后，所述标签包括：节点类型、节点名称和节点内容。

4.如权利要求3所述的方法，其特征在于，根据所述转化数据目标分类，生成符合交互式电子技术手册IETM标准的数据模块需求列表DMRL，包括：

获取标签为<system>的节点类型和节点名称，并配置对应的SNS编码；

获取标签为<descript>、<fault>、<process>的节点类型和节点名称，分别配置对应的类型编码；

根据节点类型与数据模块的对应关系，按照DMRL数据格式，自动生成包含每个标签的节点类型、节点名称和编码的DMRL。

5.如权利要求1所述的方法，其特征在于，根据所述DMRL，将所述待转化的非结构化文档转化为多个数据模块，包括：

根据生成的DMRL，在非结构化文档中进行节点内容提取；

针对提取出的多个节点内容，按照IETM数据格式标准，分别转化为相应数据格式的数据模块。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

根据预先设置的敏感词规则和同义词规则，在非结构化文档中查找敏感词和同义词，在敏感词和同义词的位置插入敏感词标签；

所述根据所述DMRL，将所述待转化的非结构化文档转化为多个数据模块，包括：识别敏感词标签，将敏感词标签的节点内容转化为相应数据格式的数据模块。

7.一种非结构化文档的数据模块转化装置，其特征在于，包括：

选定模块，用于选定待转化的非结构化文档；

处理模块，用于对所述待转化的非结构化文档进行预标签化处理，确定转化数据目标分类；所述标签包括以下之一：<system>、<descript>、<proced>、<fault>、<process>；

生成模块，用于根据所述转化数据目标分类，生成符合交互式电子技术手册IETM标准的数据模块需求列表DMRL；

转化模块，用于根据所述DMRL，将所述待转化的非结构化文档转化为多个数据模块。

8.如权利要求7所述的装置，其特征在于，所述处理模块用于：

在所述待转化的非结构化文档中的相应位置插入预设类型的标签，使每个标签对应相应类型的数据模块。

9.如权利要求8所述的装置，其特征在于，在所述处理模块将所述标签插入所述待转化的非结构化文档中的相应位置后，所述标签包括：节点类型、节点名称和节点内容。

10.如权利要求9所述的装置，其特征在于，

所述生成模块用于：

获取标签为<system>的节点类型和节点名称，并配置对应的SNS编码；

获取标签为<descript>、<fault>、<process>的节点类型和节点名称，分别配置对应的类型编码；

根据节点类型与数据模块的对应关系，按照DMRL数据格式，自动生成包含每个标签的节点类型、节点名称和编码的DMRL；

所述转化模块，用于：

根据生成的DMRL，在非结构化文档中进行节点内容提取；

针对提取出的多个节点内容，按照IETM数据格式标准，分别转化为相应数据格式的数据模块。