[发明专利]基于NLP的维保车况智能识别方法及装置

权利要求书

1.一种基于NLP的维保车况智能识别方法，其特征在于，包括：

根据由结合评估师整理的专家规则以及程序利用相关技术共同形成的分词库，对维保内容进行分词处理；

对分词处理的结果进行语序判断；

根据专业评估师整理得出的部件规则库，对语序判断的结果进行匹配，识别是否出现故障，以及出现的故障类型。

2.根据权利要求1所述的基于NLP的维保车况智能识别方法，其特征在于，所述分词库中存储有：规则库关键词，以及剔除词。

3.根据权利要求1所述的基于NLP的维保车况智能识别方法，其特征在于，所述分词库中存储有：部件名词，以及维保动词。

4.根据权利要求1所述的基于NLP的维保车况智能识别方法，其特征在于，对分词处理的结果进行语序判断，包括：

对分词库筛选后的关键词，按照顺序逐个寻找与其匹配的关键词；

名词与动词两两组合，得到名词与动词组合的关键词组。

5.根据权利要求1所述的基于NLP的维保车况智能识别方法，其特征在于，还包括：

对是否出现故障，以及故障类型的识别结果进行准确度统计分析；

对统计分析结果进行处理，以扩充所述分词库。

6.根据权利要求5所述的基于NLP的维保车况智能识别方法，其特征在于，对统计分析结果进行处理，以扩充所述分词库，包括：

对由于分词库数据不全而造成的漏识别数据进行关键词识别；

将识别到的关键词添加至所述分词库。

7.根据权利要求1所述的基于NLP的维保车况智能识别方法，其特征在于，还包括：

对是否出现故障，以及故障类型的识别结果进行准确度统计分析；

对统计分析结果进行处理，以扩充所述规则库。

8.根据权利要求7所述的基于NLP的维保车况智能识别方法，其特征在于，对统计分析结果进行处理，以扩充所述规则库，包括：

对因规则库数据不全而造成的漏识别数据进行规则识别；

将识别得到的规则添加至所述规则库。

9.根据权利要求5或7所述的基于NLP的维保车况智能识别方法，其特征在于，对是否出现故障，以及故障类型的识别结果进行准确度统计分析，包括：对事故类型识别准确率的统计、对系统识别的原因分析，以及对关键部件识别准确率的统计。

10.一种基于NLP的维保车况智能识别装置，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据权利要求1至9任意一项所述的基于NLP的维保车况智能识别方法。