[发明专利]汽修资料结构标准化方法、装置及电子设备和存储介质

权利要求书

1.一种汽修资料结构标准化方法，其特征在于，包括：

获取汽修资料和标准数据结构，将所述汽修资料按照预设规则划分为多个数据区段；其中，所述标准数据结构包括多个数据表；

确定每个所述数据区段的实体词，并利用实体识别技术提取每两个所述实体词对应的数据区段之间的实体关系词；

基于所述实体词和所述实体关系词构建三元关系集；其中，所述单元关系集包括第一实体词、第二实体词和用于表征所述第一实体词和第二实体词的关系的实体关系词；

根据所述三元关系集确定所述数据表中关键字段的值，以便生成标准化的汽修数据。

2.根据权利要求1所述汽修资料结构标准化方法，其特征在于，将所述汽修资料按照预设规则划分为多个数据区段，包括：

将每个所述汽修资料按照段落进行划分，将每个所述段落作为每个所述数据区段。

3.根据权利要求1所述汽修资料结构标准化方法，其特征在于，所述确定每个所述数据区段的实体词，包括：

确定所述汽修资料的主题分布，将所述主题分布和每个所述数据区段输入分类模型中，得到每个所述数据区段的实体词。

4.根据权利要求3所述汽修资料结构标准化方法，其特征在于，所述确定所述汽修资料的主题分布，包括：

对所述汽修资料进行切词操作，并确定每个词的词频，以便得到所述汽修资料的词频分布；

利用目标概率函数基于所述词频分布确定所述汽修资料的主题分布。

5.根据权利要求1至4中任一项所述汽修资料结构标准化方法，其特征在于，所述根据所述三元关系集确定所述数据表中关键字段的值，包括：

确定所述三元关系集中的第一实体词对应的第一数据表和第二实体词对应的第二数据表；

在所述第一数据表中获取所述第一实体词对应的第一编码，在所述第二数据表中获取所述第二实体词对应的第二编码；

根据所述三元关系集中的关系实体词和第二编码在所述第一数据表中记录所述第一实体词与所述第二实体词的关系；

根据所述三元关系集中的关系实体词和第一编码在所述第二数据表中记录所述第一实体词与所述第二实体词的关系。

6.根据权利要求5所述汽修资料结构标准化方法，其特征在于，在所述第一数据表中获取所述第一实体词对应的第一编码，在所述第二数据表中获取所述第二实体词对应的第二编码，包括：

判断所述第一数据表中是否存在所述第一实体词对应的第一编码；若是，则获取所述第一编码；若否，则在所述第一数据表中增加所述第一实体词的第一记录，并在所述第一记录中获取所述第一实体词对应的第一编码；

判断所述第二数据表中是否存在所述第二实体词对应的第二编码；若是，则获取所述第二编码；若否，则在所述第二数据表中增加所述第二实体词的第二记录，并在所述第二记录中获取所述第二实体词对应的第二编码。

7.一种汽修资料结构标准化装置，其特征在于，包括：

获取模块，用于获取汽修资料和标准数据结构，将所述汽修资料按照预设规则划分为多个数据区段；其中，所述标准数据结构包括多个数据表；

提取模块，用于确定每个所述数据区段的实体词，并利用实体识别技术提取每两个所述实体词对应的数据区段之间的实体关系词；

构建模块，用于基于所述实体词和所述实体关系词构建三元关系集；其中，所述单元关系集包括第一实体词、第二实体词和用于表征所述第一实体词和第二实体词的关系的实体关系词；

确定模块，用于根据所述三元关系集确定所述数据表中关键字段的值，以便生成标准化的汽修数据。