[发明专利]异常日志的分析方法、装置及电子设备

权利要求书

1.一种异常日志的分析方法，其特征在于，包括：

获取系统发生异常时所产生的待处理异常日志；

将所述待处理异常日志输入至预先训练得到的目标语言模型中，得到多个第一维向量，其中，每个第一维向量表征所述待处理异常日志与所述待处理异常日志所对应的每个句子对的相似概率，所述每个句子对由所述待处理异常日志与一个标签解释文本组合生成，所述标签解释文本至少包括预设异常类型标签的异常详情信息和/或异常解决方案；

从所述多个第一维向量中确定所述相似概率最大的目标第一维向量，并从所述目标第一维向量对应的句子对中提取目标标签解释文本；

将所述目标标签解释文本作为所述待处理异常日志的分析结果。

2.根据权利要求1所述的方法，其特征在于，所述多个第一维向量中的每个第一维向量分别对应一个第二维向量，其中，所述第二维向量表征所述待处理异常日志与所述待处理异常日志所对应的每个句子对的不相似概率。

3.根据权利要求1所述的方法，其特征在于，在将所述待处理异常日志输入至预先训练得到的目标语言模型中之前，所述方法还包括：

获取多个历史异常日志，其中，每个历史异常日志中至少包含系统逻辑的描述文本，其中，所述系统逻辑的描述文本至少包括导致所述系统发生异常的事件的描述信息；

根据所述系统逻辑的描述文本对所述每个历史异常日志进行向量化处理，得到所述每个历史异常日志对应的语义向量。

4.根据权利要求3所述的方法，其特征在于，根据所述系统逻辑的描述文本对所述每个历史异常日志进行向量化处理，得到所述每个历史异常日志对应的语义向量，包括：

统计所述系统逻辑的描述文本中每个单词在所述每个历史异常日志中出现的第一频率以及所述每个单词在所有历史异常日志中出现的第二频率；

根据所述第一频率以及所述第二频率计算得到所述每个单词在所述每个历史异常日志中的权重值；

在所述每个历史异常日志中，对所述每个单词的权重值与所述每个单词的单词语义向量进行加权求和，得到所述每个历史异常日志所对应的语义向量。

5.根据权利要求3所述的方法，其特征在于，在根据所述系统逻辑的描述文本对所述每个历史异常日志进行向量化处理，得到所述每个历史异常日志对应的语义向量之后，所述方法还包括：

对所述多个历史异常日志对应的语义向量进行聚类处理，得到所述每个历史异常日志对应的异常类型，其中，每种异常类型对应至少一个历史异常日志；

获取所述每种异常类型对应的预设异常类型标签，并将所述预设异常类型标签标注在对应的历史异常日志上，得到标注后的历史异常日志，其中，一种异常类型与一个预设异常类型标签相对应；

根据所述标注后的历史异常日志训练得到所述目标语言模型。

6.根据权利要求5所述的方法，其特征在于，根据所述标注后的历史异常日志训练得到所述目标语言模型，包括：

对所述标注后的历史异常日志进行文本扩充，得到扩充后的历史异常日志，其中，所述扩充后的历史异常日志至少包括：所述系统逻辑的描述文本、系统状态的描述文本以及所述预设异常类型标签的标签解释文本；

基于所述扩充后的历史异常日志对初始语言模型进行训练，得到所述目标语言模型。

7.根据权利要求6所述的方法，其特征在于，对所述标注后的历史异常日志进行文本扩充，得到扩充后的历史异常日志，包括：

获取所述预设异常类型标签的标签解释文本，其中，每一种预设异常类型标签对应至少一个标签解释文本；

在一种预设异常类型标签与多个标签解释文本相对应的情况下，将每个标签解释文本分别加入至对应预设异常类型标签所对应的每个标注后的历史异常日志中，得到多个扩充后的历史异常日志。