[发明专利]基于场景注意力的产品研制过程工作要素关系分析方法

说明书

本发明公开了一种基于场景注意力的产品研制过程工作要素关系分析方法：对已有的包含工作要素、场景要素的产品研制过程工作文档句子结合场景词汇距离设置权重，加权计算后通过Bi‑LSTM得到句子的双向记忆表示；结合工作要素词汇位置、场景要素词汇位置的语义相似度计算注意力权重系数，加权聚合得到句子的综合场景输出向量；将句子的综合场景输出向量与训练样本中的关系集合用于训练softmax分类器，实现对输入句子中工作要素间关系类别的判断。本发明可充分利用产品研制过程工作文档中的场景信息，改善传统方法在业务场景复杂、工作文档数据量大的研制过程工作要素分析中的问题，提高产品研制过程工作要素关系分析的准确性与完备性。

技术领域

本发明属于计算机技术领域，更具体地，涉及一种基于场景注意力的产品研制过程工作要素关系分析方法。

背景技术

产品研制过程的工作业务场景建模是产品研制过程可靠性工作的重要环节，指的是通过分析产品研制工作流程，明确产品研制过程工作内容、业务逻辑关系、输入输出结果、岗位角色、流程管理控制等工作业务场景要素和要素间层次与关系，为后续的工作业务数据收集和基于数据的可靠性分析工作提供业务描述基础。而工作业务场景建模的核心部分之一是在抽取工作要素的基础上对工作要素间关系进行分析。产品研制过程往往涉及多个工作阶段、多类工作对象、多种业务环节，对产品研制过程工作要素关系的分析需要尽可能清晰、全面，以便描述工作业务场景的业务逻辑与业务流程。

传统的产品研制过程工作要素关系分析往往通过人工或模式匹配方式从大量标准文件、测试文档、计划报告中进行业务关系的标注和识别，随着业务场景数据收集手段多样化带来的数据爆炸，传统方法很难全面、快速地提取工作要素关系。同时，主流自然语言处理模型通过词向量的计算来捕捉词汇代表的要素之间的关系，而产品研制过程涉及的工作要素间关系在不同时间、地点、环境、工作阶段中会发生变化，主流自然语言处理模型缺乏从大量文档中有效捕捉不同业务场景对关系变化的影响，导致同一对要素在不同场景下具有不同关系时很难被高效准确地识别，造成对工作业务逻辑与流程构建的覆盖程度不足、正确率不高，从而影响业务场景建模的完备性与准确性。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于场景注意力的产品研制过程工作要素关系分析方法，以解决要素间关系在不同业务场景下很难被准确识别的问题，有效提高产品研制过程工作要素关系分析的准确性与完备性。

为实现上述目的，本发明提供了一种基于场景注意力的产品研制过程工作要素关系分析方法，包括以下步骤：

步骤S1-1：对于已有的包含工作要素、场景要素的产品研制过程工作文档句子，根据工作文档句子中每个词汇与场景要素词汇的位置距离设置不同的权重，基于每个词的基础词嵌入结合权重得到每个词的综合场景词嵌入表示，进而组成句子的综合场景句子表示；

步骤S1-2：将产品研制过程工作文档句子的综合场景句子表示输入双向长短时记忆网络Bi-LSTM模型，得到句子的双向记忆表示向量；

步骤S2-1：对于Bi-LSTM模型对产品研制过程工作文档句子输出的双向记忆表示向量，根据每个词汇位置的双向记忆表示向量与工作要素词汇位置、场景要素词汇位置的输出向量的相似度计算句子的双向记忆表示向量对应的注意力权重系数集；

步骤S2-2：根据每个词汇位置的双向记忆表示向量对应的注意力权重系数对Bi-LSTM模型输出的句子双向记忆表示进行加权计算，得到句子的综合场景输出向量；

步骤3：根据句子的综合场景输出向量与训练样本中的关系集合训练softmax分类器，并利用所述训练得到的softmax分类器对输入句子中工作要素关系进行识别。

本发明的一个实施例中，所述步骤S1-1包括：