[发明专利]一种基于质量文本数据的事理图谱构建方法

说明书

本发明公开一种基于质量文本数据的事理图谱构建方法，在一个具体实施方式中，该方法包括：S1、选取特定领域质量问题相关的数据文本，拆分形成自然句集合；S2、采用自然语言处理技术分别对每个自然句进行中文分词切分；S3、基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系；S4、采用依存句法分析方法提取质量问题因果关系事件元组对集合；S5、通过事件合并构建特定领域质量信息事理图谱。该实施方式为后续质量问题的原因分析以及预测决策提供支持。

技术领域

本发明涉及质量信息事理图谱技术领域，更具体地，涉及一种基于质量文本数据的事理图谱构建方法。

背景技术

随着航空、航天、船舶等大型工业机械设备复杂程度的不断提高，各类质量问题发生的原因越来越呈现多元化的趋势，发生质量问题的根因分析不断面临新的挑战，尤其缺乏针对问题因果演化过程的根本性分析的技术手段。

2017年，哈尔滨工业大学的刘挺教授首次提出事理图谱的概念，提出事理图谱是揭示事件与事件之间的演化规律和模式的事理逻辑知识库，可以构建事件之间的时序、因果等典型事理逻辑关系，成果可用于事件预测、常识推理、辅助决策等应用场景。事理图谱作为一种全新的揭示事件之间演化模式的技术手段，为揭示航空、航天、船舶等大型工业机械设备质量问题的因果关系提出了新的思路。

发明内容

本发明的一个目的在于提供一种基于质量文本数据的事理图谱构建方法。

为达到上述目的，本发明采用下述技术方案：

一种基于质量文本数据的事理图谱构建方法，该方法包括：

选取特定领域质量问题相关的数据文本，拆分形成自然句集合；

采用自然语言处理技术分别对每个自然句进行中文分词切分；

基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系；

采用依存句法分析方法提取质量问题因果关系事件元组对集合；

通过事件合并构建特定领域质量信息事理图谱。

可选地，所述选取特定领域质量问题相关的数据文本，拆分形成自然句集合包括：

分析特定领域质量问题发生与处置的工作过程；

选用质量问题相关的数据文本作为数据源，具体包含质量问题现象描述、原因分析及改进措施自然语言描述信息；

使用自然语言描述的标点划分常识规则对数据文本进行切分，形成自然句集合。

可选地，所述采用自然语言处理技术分别对每个自然句进行中文分词切分包括：

采用自然语言处理中成熟的中文分词技术，对质量问题相关的数据文本拆分产生的自然句集合进行中文分词切分，形成针对每个自然句的词分解集合，获得每个中文分词结果的词性信息；

根据数据文本实际情况，对比选用合适的中文分词技术，完成中文分词切分。

可选地，所述基于模式匹配方法抽取质量问题因果关系子句集合及其因果关系包括：

分析特定领域质量问题相关的数据集文本特征，将明显表示因果关系的连接词设定为因果关系触发词；

根据因果关系触发词在自然句中的位置不同，归纳总结适用于本领域质量问题因果关系表述句法模式，形成因果关系匹配模式；

使用所述自然句集合及中文分词结果，匹配是否包含因果关系触发词，并通过判断是否符合特定的因果关系匹配模式，快速识别自然句实例之间的因果关系，将自然句划分为原因子句和结果子句，构建原因子句与结果子句之间的因果关系映射。

可选地，所述采用依存句法分析方法提取质量问题因果关系事件元组对集合包括：