[发明专利]一种非结构化文档的数据模块转化方法和装置

说明书

本发明公开了一种非结构化文档的数据模块转化方法和装置。该方法包括：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；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。本发明通过在非结构化文档中插入预设的标签，来提取非结构化文档中各种类别的内容，进而转化出多种数据模块。本发明提高IETM的编写效率，降低了人工编写IETM的工作量。

技术领域

本发明涉及信息数据交换技术领域，特别是涉及一种非结构化文档的数据模块转化方法和装置。

背景技术

在飞机、铁路、船舶等大型设备的售后服务、客户服务、设备保障领域，会使用大量的设备维修文件，这些技术文件在使用过程中，存在占用存储空间大、难以携带、管理、查找、使用不方便、使用效率低等问题，为了解决以上问题，比较好的途径就是使用一种数据组织模式、数据描述方法，通过数据的再组织、再利用，将多种形式的数据(比如文本、视频、音频、三维)集成在一起，综合化展现设备、设备的维护保养、故障诊断等过程。这其中用到的一种技术就是交互式电子技术手册(Interactive Electronic Technical Manual，简称IETM)。

IETM应用在技术资料的电子化、标准化、综合管理、设备的使用指导、设备的故障维修、设备的训练考核、设备的维修履历管理等过程中，在提高设备、设备故障诊断效率的同时，降低了其维护保障费用。

IETM作为一种设备保障的重要工具，但是，IETM属于新事物，在设备研制阶段未安排IETM的制作工作，从而导致在设备研制完成后，不得不重新编写IETM，这无疑将带来巨大的人力投入和工作量，同时也可能造成数据不一致的情况。如何从设备的原始资料文件等大量非结构化数据(比如WORD格式文件)中提取数据，生成IETM相应的数据模块内容，将影响IETM的制作过程。

发明内容

基于上述技术问题，本发明提供了一种非结构化文档的数据模块转化方法和装置。

为解决上述技术问题，本发明是通过以下技术方案来解决的。

本发明提供了一种非结构化文档的数据模块转化方法，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；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。

其中，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。

其中，所述标签包括以下之一：<system>、<descript>、<proced>、<fault>、<process>；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。

其中，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。

其中，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。