CN111353305A - 基于自然语言识别的规程自动化执行方法 - Google Patents
基于自然语言识别的规程自动化执行方法 Download PDFInfo
- Publication number
- CN111353305A CN111353305A CN201811569525.1A CN201811569525A CN111353305A CN 111353305 A CN111353305 A CN 111353305A CN 201811569525 A CN201811569525 A CN 201811569525A CN 111353305 A CN111353305 A CN 111353305A
- Authority
- CN
- China
- Prior art keywords
- natural language
- execution
- procedure
- text
- language recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012360 testing method Methods 0.000 claims abstract description 22
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000010998 test method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000012812 general test Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012956 testing procedure Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及计算机规程数字化技术领域,更具体地说,涉及一种应用于规程数字化的基于自然语言识别的规程自动化执行方法。现有核电DCS在测试、调试、运行过程中,现有手段一般是测试人员拿着纸质文档进行手动测试。本方法主要包括两个重要的模块:自然语言识别引擎和规程自动化执行引擎。自然语言识别引擎实现了规程文档的文本文字转换为计算机语言的过程,难点在于文本文件的识别和计算机语言的生成;规程自动化执行引擎根据生成的计算机语言完成规程一步一步地操作,并对操作结果给出判断,生成测试记录。本发明应用自然语言识别技术,将规程文本转换成机器语言,实现规程的自动化执行,提高了工作效率。
Description
技术领域
本发明涉及计算机规程数字化技术领域,更具体地说,涉及一种应用于规程数字化的基于自然语言识别的规程自动化执行方法。
背景技术
核电DCS出场阶段有出厂测试规程、现场调试阶段有调试规程、核电厂运行期间有运行维护规程。这些规程的文字很多、文档量很大,现有手段一般是测试人员拿着纸质文档进行手动测试。核电DCS是一个高度计算机化的控制系统,规程的测试可以通过计算机化的形式进行自动执行。因此我们在工程实践的基础上提出了基于自然语言识别的规程自动化执行方法。
发明内容
针对现有技术中存在的缺陷,本发明的目的:
本发明要解决的技术问题在于,应用自然语言识别技术,将规程文本转换成机器语言,实现规程的自动化执行。
为达到以上目的,本发明采取的技术方案是:
基于自然语言识别的规程自动化执行方法主要包括两个重要的模块:自然语言识别引擎和规程自动化执行引擎。自然语言识别引擎实现了规程文档的文本文字转换为计算机语言的过程,难点在于文本文件的识别和计算机语言的生成;规程自动化执行引擎根据生成的计算机语言完成规程一步一步地操作,并对操作结果给出判断,生成测试记录。整个过程由计算机自动化的执行。
1.基于自然语言识别的规程自动化执行方法,包括以下步骤:
S1:将所做测试的测试规程所对应的初始化规程导入,转到S2;
S2:选择加载测试规程文本,一般测试规程文本为EXCEL格式,转到S3;
S3:自然语言识别引擎通过对文本文字命令进行关键字提取,通过关键字将文本转化成应用程序对应的脚本和具体的操作动作,转到S4;
S4:对于已转化的规程选择执行方法,若选择自动执行,转到S5;若选择手动执行,转到S6;
S5:规程自动化引擎通过使用RPC协议远程调用通信服务器上的驱动程序,使测试步骤自动执行,转到S7;
S6:手动执行测试步骤,能够选择任一步骤单独执行,转到S7;
S7:显示测试结果信息,将测试结果信息上传至服务器;
其中,S3中自然语言识别引擎,需要操作动作或函数进行分类构建操作树;所述的S5中规程自动化包括自动执行(AUTO)、循环执行、单步执行、暂停、继续、停止。
S3主要包括以下步骤:
(1)采取自然语言文本、短语以及的分词方法;分词算法包括基于词典的方法、基于统计的分词、基于规则的分词、基于字标注的中文分词方法。
(2)标注词性,对句子中的词语进行词性标注,将动词、名词进行有效标准,便于最后的语义理解,包括基于规则的标注算法,随机标注算法,混合型的标注算法。
(3)提取关键字,提取语句中核心的词语,便于进行准备的翻译。
(4)对语句进行语义并与对应的执行操作进行对应。
(5)构建操作树,将操作动作进行有效归类,明确不同的参数对动作的影响。
S5中规程自动化的状态,包括自动执行、循环执行、单步执行,可以互相进行状态切换,任何一个状态都可以暂停和继续执行。
S3中文本文字命令主要包括短语或短句。
本发明的有益效果在于:
(1)规程文本转换为机器语言
(2)规程的自动执行
(3)规程执行结果的自动生成
附图说明
图1为基于自然语言识别的规程自动化执行方法流程图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
如图1流程图所示,规程文档的文本文字经过自然语言识别引擎转化为机器语言;机器语言经过规程自动化执行引擎的解析,输出规程执行结果。自然语言识别引擎主要完成的工作是对文本文字的识别和机器语言的转换;规程自动化执行引擎主要完成的工作是对机器语言的解析,并对规程的一步步地操作步骤执行,对输出结果进行判断,生成规程执行结果。
该方法包括以下步骤:
S1:将所做测试的测试规程所对应的初始化规程导入,转到S2;
S2:选择加载测试规程文本,一般测试规程文本为EXCEL格式,转到S3;
S3:自然语言识别引擎通过对文本文字命令进行关键字提取,通过关键字将文本转化成应用程序对应的脚本和具体的操作动作,转到S4;
S4:对于已转化的规程选择执行方法,若选择自动执行,转到S5;若选择手动执行,转到S6;
S5:规程自动化引擎通过使用RPC协议远程调用通信服务器上的驱动程序,使测试步骤自动执行,转到S7;
S6:手动执行测试步骤,能够选择任一步骤单独执行,转到S7;
S7:显示测试结果信息,将测试结果信息上传至服务器。
本发明实施例基于上述方法,用于控制设备的调试与测试。其技术特点主要包括自然语言识别引擎以及规程自动化执行引擎,以下对这两点进行详细描述。
自然语言识别引擎
主要思路:由于本项目的文本命令主要以短语或短句为主,因此本项目主要采用关键命令技术来实现文本文字到具体执行过程的转化。具体的过程如下:通过自然语言算法实现对文本文字命令进行关键字提取,通过关键字将用户输入的命令转化成应用程序对应的脚本和具体的操作动作,有效避免应用二义性和自然语言的多变性。其中需要操作的动作或函数进行分类构建操作树,操作动作都是一个操作动作以及一些操作目标构成,因此为了方便翻译,将操作动作以及目标之间的关系转化成操作树。
其中涉及的核心技术包括:1)自然语言文本、短语以及的分词技术。分词算法包括基于词典的方法、基于统计的分词、基于规则的分词、基于字标注的中文分词方法;2)词性的标注,对句子中的词语进行词性标准,将动词、名词等进行有效标准,便于最后的语义理解。典型的词性标注算法包括基于规则的标注算法,随机标注算法,混合型的标注算法;3)关键字的提取,提取语句中核心的词语,便于进行准备的翻译;4)最后对语句进行语义并与对应的执行操作进行对应;5)操作树构建,需要将操作动作进行有效归类,同时明确不同的参数对动作的影响。
现阶段自然语言识别主要运用在网络搜索引擎及人工智能研究当中,对于工业领域当中的控制系统方面并没有运用。为实现对工业领域的控制系统的测试规程的自动化,建立关键字语料库,例如关键词:检查,设置,等待。其次,需要建立对应关键字的操作的操作树。比如‘设置’所对应的操作可能是,将‘设置’该词附近的变量名先提取出来,再将其赋值。以上操作都由计算机自动完成,省去了人去跟着测试规程手动操作。
规程自动化执行引擎
程序的自动化、准确的运行主要得力于语言的自动识别以及程序的远程调用,即远程调用通信服务器上的驱动程序。本项目为了实现程序的远程调用,选用RPC协议进行客户端与服务端的远程通信。
规程自动化执行包括自动执行(AUTO)、循环执行(可以自己取名字)、单步执行、暂停、继续、停止等几种状态,自动执行、循环执行、单步执行之间可以进行状态切换,任何一个状态都可以暂停和继续执行。
Claims (8)
1.基于自然语言识别的规程自动化执行方法,包括以下步骤:
S1:将所做测试的测试规程所对应的初始化规程导入,转到S2;
S2:选择加载测试规程文本,一般测试规程文本为可编辑文本格式,转到S3;
S3:自然语言识别引擎通过对文本文字命令进行关键字提取,通过关键字将文本转化成应用程序对应的脚本和具体的操作动作,转到S4;
S4:对于已转化的规程选择执行方法,若选择自动执行,转到S5;若选择手动执行,转到S6;
S5:规程自动化引擎远程调用通信服务器上的驱动程序,使测试步骤自动执行,转到S7;
S6:手动执行测试步骤,能够选择任一步骤单独执行,转到S7;
S7:显示测试结果信息,将测试结果信息上传至服务器;
其特征在于:所述的S3中自然语言识别引擎,需要操作动作或函数进行分类构建操作树;所述的S5中规程自动化包括自动执行、循环执行、单步执行、暂停、继续、停止。
2.如权利要求1所述的基于自然语言识别的规程自动化执行方法,其特征在于:所述的S3主要包括以下步骤:
采取自然语言文本、短语以及的分词方法;分词算法包括基于词典的方法、基于统计的分词、基于规则的分词、基于字标注的中文分词方法。
3.如权利要求2所述的基于自然语言识别的规程自动化执行方法,其特征在于:所述的S3还主要包括以下步骤:
标注词性,对句子中的词语进行词性标注,将动词、名词进行有效标准,便于最后的语义理解,包括基于规则的标注算法,随机标注算法,混合型的标注算法。
4.如权利要求3所述的基于自然语言识别的规程自动化执行方法,其特征在于:所述的S3还主要包括以下步骤:
提取关键字,提取语句中核心的词语,便于进行准备的翻译。
5.如权利要求4所述的基于自然语言识别的规程自动化执行方法,其特征在于:所述的S3还主要包括以下步骤:
对语句进行语义并与对应的执行操作进行对应。
6.如权利要求5所述的基于自然语言识别的规程自动化执行方法,其特征在于:所述的S3还主要包括以下步骤:
构建操作树,将操作动作进行有效归类,明确不同的参数对动作的影响。
7.如权利要求1所述的基于自然语言识别的规程自动化执行方法,其特征在于:所述的S5中规程自动化的状态,包括自动执行、循环执行、单步执行,可以互相进行状态切换,任何一个状态都可以暂停和继续执行。
8.如权利要求1所述的基于自然语言识别的规程自动化执行方法,其特征在于:所述的S3中文本文字命令主要包括短语或短句。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811569525.1A CN111353305A (zh) | 2018-12-21 | 2018-12-21 | 基于自然语言识别的规程自动化执行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811569525.1A CN111353305A (zh) | 2018-12-21 | 2018-12-21 | 基于自然语言识别的规程自动化执行方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111353305A true CN111353305A (zh) | 2020-06-30 |
Family
ID=71196895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811569525.1A Pending CN111353305A (zh) | 2018-12-21 | 2018-12-21 | 基于自然语言识别的规程自动化执行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353305A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114609984A (zh) * | 2022-03-10 | 2022-06-10 | 清华大学 | 一种核电厂运行规程执行情况的自动评价系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014229078A (ja) * | 2013-05-22 | 2014-12-08 | 大学共同利用機関法人情報・システム研究機構 | 自然言語推論システム、自然言語推論方法及びプログラム |
US20150347390A1 (en) * | 2014-05-30 | 2015-12-03 | Vavni, Inc. | Compliance Standards Metadata Generation |
-
2018
- 2018-12-21 CN CN201811569525.1A patent/CN111353305A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014229078A (ja) * | 2013-05-22 | 2014-12-08 | 大学共同利用機関法人情報・システム研究機構 | 自然言語推論システム、自然言語推論方法及びプログラム |
US20150347390A1 (en) * | 2014-05-30 | 2015-12-03 | Vavni, Inc. | Compliance Standards Metadata Generation |
Non-Patent Citations (1)
Title |
---|
刘培邦等: "基于自然语言处理的DCS自动化测试方法" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114609984A (zh) * | 2022-03-10 | 2022-06-10 | 清华大学 | 一种核电厂运行规程执行情况的自动评价系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111241295B (zh) | 基于语义句法交互网络的知识图谱关系数据抽取方法 | |
CN109376353B (zh) | 一种基于自然语言处理的电网启动操作票生成装置及方法 | |
KR102316063B1 (ko) | 오디오 중의 키 프레이즈를 인식하기 위한 방법과 장치, 기기 및 매체 | |
CN112599124A (zh) | 一种面向电网调度的语音调度方法及系统 | |
CN112632288A (zh) | 一种基于知识图谱的电力调度系统及方法 | |
CN110968245B (zh) | 一种透过语音控制office办公软件的操作方法 | |
CN111858888A (zh) | 一种值机场景的多轮对话系统 | |
CN112530434A (zh) | 电站自动化智能机器人值守调度系统 | |
CN116166688A (zh) | 基于自然语言交互的业务数据检索方法、系统及处理设备 | |
CN111353305A (zh) | 基于自然语言识别的规程自动化执行方法 | |
CN110413972B (zh) | 一种基于nlp技术的表名字段名智能补全方法 | |
CN110619877A (zh) | 应用于激光笔的语音识别人机交互方法、装置、系统和存储介质 | |
CN106682642A (zh) | 多面向语言行为识别方法及系统 | |
CN116483314A (zh) | 一种自动化智能活动图生成方法 | |
KR101433506B1 (ko) | 고립어 음성 인식을 이용한 에너지 관리 시스템의 운전 방법 | |
CN111723580B (zh) | 基于语音识别与图像识别的电力调度厂站信息图效验方法 | |
CN114661864A (zh) | 一种基于受控文本生成的心理咨询方法、装置及终端设备 | |
CN114116779A (zh) | 基于深度学习的电网调控领域信息检索方法、系统和介质 | |
CN110866400A (zh) | 一种自动化更新的词法分析系统 | |
CN115794065B (zh) | 一种基于ai语音交互的可视化智能编程方法 | |
CN103646058A (zh) | 识别技术文件中关键词的方法及系统 | |
CN117408679B (zh) | 一种运维场景信息的处理方法及装置 | |
CN116705026B (zh) | 一种人工智能交互方法及系统 | |
CN116095532B (zh) | 主站与厂站远动数据智能调试的装置及方法 | |
CN116303964A (zh) | 一种应用于元宇宙的人工智能模型获取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200630 |