[发明专利]一种日志分析和问答系统及方法

权利要求书

1.一种日志分析和问答系统，其特征在于，包括：依次相连接的问答信息获取模块、关键词提取模块和关键词匹配模块；

所述问答信息获取模块，用于获取网页中所包含的多个问题信息和多个答案信息，其中，任一所述问题信息至少对应一个所述答案信息；

所述关键词提取模块包括：

日志获取单元，用于获取开发人员输入的错误日志；

日志判断单元，用于判断所述错误日志为短文本错误日志还是长文本错误日志，若判断结果为短文本错误日志，则所述日志判断单元还用于将所述短文本错误日志发送到关键词解析单元；若判断结果为长文本错误日志，则所述日志判断单元还用于将所述长文本错误日志发送到TF-IDF单元；

关键词解析单元，用于根据预设词义与预设词性，获取所述多个问题信息对应的第一关键集合，并将所述第一关键集合发送至所述关键词匹配模块，所述第一关键集合包括多个第一关键词，任一所述第一关键词为从相应所述问题信息中提取所得的关键词；

所述关键词解析单元在接收所述短文本错误日志之后，还用于根据所述预设词义与预设词性，从所述短文本错误日志中提取出第二关键词，并将所述第二关键词发送至所述关键词匹配模块；

TF-IDF单元，用于在接收所述长文本错误日志之后，根据TF-IDF统计方法，从所述长文本错误日志中提取出第三关键词，并将所述第三关键词发送至所述关键词匹配模块；

所述关键词匹配模块，用于将所述第二关键词与所述第一关键集合进行匹配，确定所述短文本错误日志所对应的答案信息，或者，用于将所述第三关键词与所述第一关键集合进行匹配，确定所述长文本错误日志所对应的答案信息。

2.根据权利要求1所述的日志分析和问答系统，其特征在于，所述问答信息获取模块包括：

源数据获取单元，用于获取目标网页，并确定所述目标网页的URL序列，所述目标网页为包含所述问题信息和所述答案信息的网页；

信息获取单元，用于根据所述URL序列，获取所述目标网页中包含的所有问题信息和所有答案信息。

3.根据权利要求1所述的日志分析和问答系统，其特征在于，所述问答信息获取模块在获取网页中所包含的多个问题信息和多个答案信息之后，还用于剔除所述多个问题信息的停顿词和标点符号。

4.根据权利要求1所述的日志分析和问答系统，其特征在于，任一所述问题信息均包括问题名称、问题详情和问题标签。

5.根据权利要求1所述的日志分析和问答系统，其特征在于，所述关键词匹配模块包括：

第一筛选单元，用于将所述第二关键词与所述第一关键集合中的每个第一关键词计算相似度，确定第一筛选关键集合；所述第一筛选关键集合由与所述第二关键词相似度大于预设第一阈值的第一关键词组成；

第二筛选单元，用于将所述第三关键词与所述第一关键集合中的每个第一关键词计算相似度，确定第二筛选关键集合；所述第二筛选关键集合由与所述第三关键词相似度大于预设第二阈值的第一关键词组成；

匹配问题获取单元，用于确定所述第一筛选关键集合中所有第一关键词对应的多个问题信息，或者，用于确定所述第二筛选关键集合中所有第一关键词对应的多个问题信息；

匹配答案获取单元，用于根据所述第一筛选关键集合中所有第一关键词对应的多个问题信息，确定所述短文本错误日志所对应的答案信息，或者，用于根据所述第二筛选关键集合中所有第一关键词对应的多个问题信息，确定所述长文本错误日志所对应的答案信息。