买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北农业大学

摘要：DHI解读报告中异常分析文本的自动生成方法、系统及设备，属于养殖技术与数据文本生成技术交叉领域。为了解决目前DHI解读报告中人工撰写异常分析文本存在的工作量大、效率低的问题，本发明首先获取DHI关键性能指标数据，定位本月数据值在对应的异常程度类型数组中的位置，将性能指标名称与其对应的异常程度值直接拼接，得到性能指标静态异常的描述文本；同时对本月数据和历史数据进行全局移动、局部移动和标准化处理，采用一个单层双向GRU网络作为编码器进行处理，并利用注意力层对输出的所有时间步的隐藏状态、解码器第t‑1步的隐藏状态进行处理，同时采用一个LSTM长短期记忆网络作为解码器生成性能指标动态趋势检测的描述文本。

主权项：1.一种DHI解读报告中异常分析文本的自动生成方法，其特征在于，包括以下步骤：首先，获取DHI关键性能指标数据，关键性能指标数值数据包括本月数据和历史数据；然后基于关键性能指标数值数据，利用性能指标动态趋势检测及描述文本生成模型生成性能指标动态趋势检测的描述文本；所述性能指标动态趋势检测及描述文本生成模型包括数据预处理层、特征表示层、注意力层和文本生成层，处理过程如下：1数据预处理层：将获取的DHI关键性能指标数值数据的本月数据和历史数据作为原始数据，进行全局移动、局部移动和标准化处理：1全局移动 其中，为第i个性能指标的第j个月份的数据，为第i个性能指标的初始月份的数据；2局部移动 其中，为第i个性能指标的第j个月份的数据，为第i个性能指标的第j-1个月份的数据，当j-1＝0时，为该性能指标的初始月份的数据；3标准化 其中，为第i个性能指标中的第j个月份的数据，μ和σ分别代表对应数据的平均值和标准差；1≤i≤n；最后，得到每个性能指标qi的原始数据、全局移动、局部移动及其对应的标准化数据向量，即将其拼接为一个向量，将向量中的每一个元素当做一个时间步的输入输入编码器，当一个性能指标qi的最后一个向量输入完成之后，继续将下一个性能指标qi+1继续作为输入，直至最后一个性能指标的最后一个向量输入完成；2特征表示层：特征表示层采用一个单层双向GRU网络作为编码器，将所有性能指标的拼接为一个向量，将向量中的每一个元素当做一个时间步的输入输入至单层双向GRU网络；最终，特征表示层输出所有时间步的隐藏状态Output及最后一个时间步的隐藏状态Hk；3、注意力层：将特征表示层输出的所有时间步的隐藏状态Output、解码器第t-1步的隐藏状态St-1取出，计算特征表示层每个时间步的输入在解码器第t步时的重要性程度权重矩阵αt，即：Et＝tanhWsSt-1+WhOutput10 其中，Et、为中间变量；v、Ws、Wh为不同维度的权重矩阵，作为待学习参数；St-1为第t-1步的隐藏状态，其中，S0为编码器的输出；然后，将αt与Output进行矩阵乘法，得到加权的上下文语义矩阵Ct，并在解码器生成文本时，与文本编码向量一起作为解码器输入；Ct＝αtOutput134、文本生成层：文本生成层采用一个LSTM长短期记忆网络作为解码器，将文本编码向量embyt、加权的上下文语义矩阵C及第t-1步的隐藏状态输入LSTM，生成第t步时描述文本的特征词即： 其中，yt为标注文本的特征词；embyt为yt经过WordEmbedding的词向量；St为当前解码阶段输出的隐藏状态；align为线性层，用于对embyt、Ct和St拼接后的矩阵进行线性处理。

全文数据：

权利要求：

百度查询： 东北农业大学 DHI解读报告中异常分析文本的自动生成方法、系统及设备