申请/专利权人：南京航空航天大学

申请日：2020-08-10

公开（公告）日：2024-04-19

公开（公告）号：CN111985232B

主分类号：G06F40/289

分类号：G06F40/289;G06F40/295;G06F40/30;G06F40/211;G06F40/253

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2020.12.11#实质审查的生效;2020.11.24#公开

摘要：本发明公开了一种基于NLP的机载显控系统需求的领域模型提取方法，包括：S1，对输入的需求文本进行预处理；S2，分析提取需求文本中的依赖关系以及共指解析关系；S3，结合动词短语和名词短语组成的集合、依赖项解析的结果和共指解析的结果，将单词的依赖关系提升至语义单元依赖，触发规则构建领域模型；S4，可视化步骤S3中构建的领域模型。本发明结合已有模型提取规则，对机载显控系统需求进行领域模型提取，并通过实验论证了这些规则在机载显控系统需求领域模型提取方面的有效性，具有相关性较高、应用前景好等优势。

主权项：1.一种基于NLP的机载显控系统需求的领域模型提取方法，其特征在于，所述领域模型提取方法包括以下步骤：S1，对输入的需求文本进行预处理；S2，分析提取需求文本中的依赖关系以及共指解析关系；S3，结合动词短语和名词短语组成的集合、依赖项解析的结果和共指解析的结果，将单词的依赖关系提升至语义单元依赖，触发规则构建领域模型；S31，将需求语句S中的所有动词短语和名词短语组成集合P，需求语句S中的依存关系分析结果组成集合DWord，需求语句S中的共指解析结果组成集合R；用集合DSem表示输出需求语句S中的语义单元依赖；S32，初始化集合DSem，将共指解析的结果集合R赋值给DSem，定义临时变量psource和ptarget用于存放可能是依赖项的源词或目标词；S33，针对每个单词的依赖项，识别P中依赖项的源和目标所属的元素，如果源词或目标词落在P中元素的边界之外，则该单词被视为P的成员，以将动词短语链接到其状语从句修饰符，并且补偿部分短语结构解析器所犯的错误；其中，除了形容词修饰符依赖关系外，相同名词短语组成词之间的依赖关系被忽略；S331，依次遍历集合DWord，设当前遍历到的元素为dep：如果存在p∈P且p属于dep.source，则将p赋值给psource，否则将dep.source赋值给psource；如果存在p∈P且p属于dep.target，则将p赋值给ptarget，否则将dep.target赋值给ptarget；如果psource≠ptarget，则将ptarget,dep.type,psource作为一个新的依赖关系加入集合DSem中，否则如果dep.type是amod类型，则将该dep作为一个新的依赖关系加入集合DSem中；S332，重复循环步骤S331，直至集合DWord的所有元素遍历完成；S4，可视化步骤S3中构建的领域模型。

全文数据：

权利要求：

百度查询： 南京航空航天大学 基于NLP的机载显控系统需求的领域模型提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD