[发明专利]一种信息输出方法及装置

说明书

本申请公开了一种信息输出方法及装置，其中，该方法包括：获取故障描述文本，故障描述文本用于描述网络中发生的故障；通过语义生成模型生成故障描述文本的语义向量；获取多种类型的目标数据的相关文本分别对应的语义向量，该目标数据用于协助分析故障产生的原因；计算故障描述文本的语义向量与每种目标数据的相关文本的语义向量的相关性；确定并输出第一数据，该第一数据为多种目标数据中语义向量与故障描述文本的语义向量的相关性最大的目标数据，或该第一数据为多种目标数据中语义向量与故障描述文本的语义向量的相关性大于预设阈值的目标数据。通过实施本申请的方法，能够准确地查找出与故障描述文本的相关的用于协助分析故障原因的数据。

技术领域

本申请涉及通信技术领域，尤其涉及一种信息输出方法及装置。

背景技术

当网络设备出现故障时，会影响正常的通信，给人们的工作和生活带来严重损失，所以网络设备故障的及时修复非常重要。目前，当网络设备出现故障时，一线工程师会从故障发生现场收集用于协助分析故障原因的数据，例如，收集网络设备故障发生前后一段时间内的关键性能指标(KPI)、设备告警、设备日志等参数数据。并且一线工程师会对故障现象进行描述，得到故障描述文本。一线工程师将收集的KPI等数据和故障描述文本以故障工单的形式反馈给运维部门。运维工程师根据故障工单中的故障描述文本，凭借自身的专业知识，手动从一线收集的数据中选择出一些KPI、设备告警、设备日志等参数数据。进一步地，对选择出来的这些数据进行异常检测和相互佐证，从而分析出故障根因所在，对故障网络设备的修复提供指导性意见。这种通过人工手动从KPI、设备告警、设备日志等参数数据中选择出与故障描述文本相关的参数数据进行查看分析的故障检测方法，效率低速度慢，无法满足日益增加的网络需求。

现有技术中通过查找与故障描述文本具有相同的关键词的文本,并根据该文本的相关参数数据进行故障的查看分析。但相关性高的能用于协助分析故障原因的相关文本和故障描述文本中可能并没有相同的关键词。因此，通过现有的方式不能准确地查找到与故障描述文本相关联的用于协助分析故障原因的数据。

发明内容

本申请提供了一种信息输出方法及装置，能够自动地并准确地查找到与故障描述文本的相关的用于协助分析故障原因的数据。

第一方面，本申请提供了一种信息输出方法，该方法包括：获取故障描述文本，该故障描述文本用于描述网络中发生的故障；通过语义生成模型生成故障描述文本的语义向量；获取多种类型的目标数据的相关文本分别对应的语义向量，该目标数据用于协助分析故障产生的原因；计算故障描述文本的语义向量与每种目标数据的相关文本的语义向量的相关性；确定并输出第一数据，该第一数据为每种目标数据中语义向量与故障描述文本的语义向量的相关性最大的目标数据，或该第一数据为每种目标数据中语义向量与故障描述文本的语义向量的相关性大于预设阈值的目标数据。

本申请通过对比故障描述文本的语义向量与目标数据的相关文本的语义向量的相关性，可以准确地查找到与故障描述文本相关联的目标数据。比如，故障描述为“行业用户上网慢”，本申请分析出的与其相关的用于故障分析的关键性指标的名称为“下行带宽控制丢包比例”。可以看出，从字面上二者没有任何可以匹配和关联的成分，而本申请恰恰是通过语义分析挖掘学习到了“上网速度和丢包比例有关系”这样的领域知识，才实现了二者相关联的分析。因此，通过实施第一方面所描述的方法，能够自动地并且准确地查找出与故障描述文本的相关的用于协助分析故障原因的数据。

在一种可能的实施方式中，获取故障描述文本之前，还可通过语义生成模型生成多种类型的目标数据的相关文本分别对应的语义向量。

并且还可保存多种目标数据的相关文本分别对应的语义向量；相应地，获取多种目标数据的相关文本分别对应的语义向量的具体实施方式为：获取保存的多种目标数据的相关文本分别对应的语义向量。