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：中航机载系统共性技术有限公司

摘要：本发明属于适航测试技术领域，提供了一种基于NLP的适航非结构化数据的搜索方法及装置。本搜索方法，包括以下步骤：S1：获取适航数据，使用RLHF和TF‑IDF算法对适航数据进行处理，获得关键词数据集；S2：根据用户输入的查询语句，获取查询关键词词组；S3：利用NLP模型将查询关键词词组和S1中获得的关键词数据集进行匹配，得到候选适航数据集合；S4：将候选适航数据集合中的各适航数据排序并展示。本搜索方法，在获取关键词数据集的时候，将RLHF和TF‑IDF结合使用，提高关键词提取的准确性和精度。

主权项：1.一种基于NLP的适航非结构化数据的搜索方法，其特征在于，包括以下步骤：S1：获取适航数据，使用RLHF和TF-IDF算法对所述适航数据进行处理，获得关键词数据集，具体为：S1.1：对所述适航数据的各文本进行分词处理，将所述适航数据的各文本分解成若干个词；S1.2：计算每个所述词在所述适航数据的各文本中出现的总次数TF；S1.3：计算每个所述词的RLHF值，计算方式如下：对于一个给定的词w，计算其在对应文本中的位置pw和文本长度n，得到其相对位置rpw=pw，分别计算每个所述词在各文本中的rp值，排序并标准化为0-1之间的值，从而得到每个所述词的RLHF值；S1.4：计算每个所述词的TF-IDF值；S1.5：将每个所述词的RLHF值和TF-IDF值相乘，获得综合权重，根据权重值排序，获得所述关键词数据集；S2：根据用户输入的查询语句，获取查询关键词词组；S3：利用NLP模型将所述查询关键词词组和关键词数据集进行匹配，得到候选适航数据集合；S4：将所述候选适航数据集合中的各所述适航数据排序并展示；其中，所述步骤S2中，通过HMM和CRF模型来获取所述查询关键词词组，具体为：S2.1：特征提取：对于输入的查询文本，提取特征；S2.2：HMM模型训练：使用训练数据集训练HMM模型，根据已标注的关键词信息，计算初始状态概率、状态转移概率和观测概率；S2.3：HMM模型预测：对于待标注的文本序列，利用Viterbi算法和已训练好的HMM模型，计算出具有最大概率路径的状态序列；S2.4：特征转换：将HMM模型预测得到的所述状态序列转换成特征序列；S2.5：CRF模型训练：使用所述训练数据集和所述特征序列训练CRF模型；S2.6：CRF模型预测：对于所述待标注的文本序列和所述特征序列，利用已训练好的CRF模型进行预测；S2.7：通过结合HMM模型和CRF模型得到的数据集即是所述查询关键词词组。

全文数据：

权利要求：

百度查询： 中航机载系统共性技术有限公司 一种基于NLP的适航非结构化数据的搜索方法及装置