CN112148838A - 一种业务源对象提取方法与装置 - Google Patents

Abstract

本发明公开了一种业务源对象提取方法及装置，该方法包括：对业务文档进行分析，获取所述业务文档中各个语句的主语、谓语、宾语、定语和状语；基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性；基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系。上述的提取方法中，基于业务文档中的主语、宾语、定语和状语确定了各个业务源对象和每个业务源对象对应的业务源对象属性，基于业务文档中的谓语、定语和状语，确定了业务文档中各个业务源对象的关联关系，实现了对业务源对象的提取。

Description

一种业务源对象提取方法与装置

技术领域

本发明涉及数据处理技术领域，尤其涉及一种业务源对象提取方法与装置。

背景技术

任何一种服务系统本质上都为了解决特定的问题，都属于某一个特定领域，都可以实现以同样的核心业务功能解决该领域里最核心的业务需求。比如营销服务系统，只要是这个领域的系统，都会有业扩、收费、市场等核心环节。所以，同一个领域的系统都具有相同的核心业务，因为他们要解决的问题本质是类似的。而之所以每个营销系统之间又有不同，那是由于客户群体、经营策略、产品种类、定价策略等不同而造成的差异。组成这些核心业务的基本单元是业务对象，而业务对象又是由业务源对象抽象而来，业务源对象是指业务现实中存在的未经修饰、抽象的初始业务实体或业务数据，来源于业务(主要来源于业务模型)，用于表达基础业务信息。相对于善变的需求而言，业务源对象相对业务是“稳定”的，也是持续演进的。

从业务源对象中可以分析问题本身，发掘出重要的业务概念，以便更好地建立各业务之间的关系。业务源对象是分析业务模型过程中提炼出的业务本质，可以为后续的系统规划建设起到至关重要的作用。因此，亟需提供一套完整的业务源对象提取方法。

发明内容

有鉴于此，本发明提供了一种业务源对象提取方法与装置，用于实现对业务源对象的提取。具体方案如下：

一种业务源对象提取方法，包括：

对业务文档进行分析，获取所述业务文档中各个语句的主语、谓语、宾语、定语和状语；

基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性；

基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系。

上述的方法，可选的，基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性，包括：

提炼出所述主语、所述宾语、所述定语和所述状语中的各个名词；

将所述各个名词中具备多值的名词作为业务源对象；

将所述各个名词中具备单一值的名词作为业务源对象属性。

上述的方法，可选的，还包括：

提炼出所述主语、所述宾语、所述定语和所述状语中的各个形容词；

基于所述各个名词和所述各个形容词对所述业务源对象进行整合。

上述的方法，可选的，还包括：

剔除各个业务源对象和对应的业务源对象属性中的重复项，和/或；

合并各个业务源对象和对应的业务源对象属性中业务源对象名称相同且业务源对象属性不同的业务源对象。

上述的方法，可选的，基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系，包括：

提炼所述谓语、所述定语和所述状语中的动词和形容词；

基于所述动词和所述形容词确定所述各个业务源对象的关联关系。

一种业务源对象提取装置，包括：

获取模块，用于对业务文档进行分析，获取所述业务文档中各个语句的主语、谓语、宾语、定语和状语；

第一确定模块，用于基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性；

第二确定模块，用于基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系。

上述的装置，可选的，所述第一确定模块包括：

名词提炼单元，用于提炼出所述主语、所述宾语、所述定语和所述状语中的各个名词；

业务源对象确定单元，用于将所述各个名词中具备多值的名词作为业务源对象；

业务源对象属性确定单元，用于将所述各个名词中具备单一值的名词作为业务源对象属性。

上述的装置，可选的，还包括：

形容词提炼单元，用于提炼出所述主语、所述宾语、所述定语和所述状语中的各个形容词；

整合单元，用于基于所述各个名词和所述各个形容词对所述业务源对象进行整合。

上述的装置，可选的，还包括：

剔除模块，用于剔除各个业务源对象和对应的业务源对象属性中的重复项，和/或；

合并模块，用于合并各个业务源对象和对应的业务源对象属性中业务源对象名称相同且业务源对象属性不同的业务源对象。

上述的装置，可选的，所述第二确定模块包括：

动词和形容词提炼单元，用于提炼所述谓语、所述定语和所述状语中的动词和形容词；

关联关系确定单元，用于基于所述动词和所述形容词确定所述各个业务源对象的关联关系。

确定单元，用于依据所述比较结果确定各个对应项的风险级别。

与现有技术相比，本发明包括以下优点：

本发明公开了一种业务源对象提取方法，包括：对业务文档进行分析，获取所述业务文档中各个语句的主语、谓语、宾语、定语和状语；基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性；基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系。上述的提取方法中，基于业务文档中的主语、宾语、定语和状语确定了各个业务源对象和每个业务源对象对应的业务源对象属性，基于业务文档中的谓语、定语和状语，确定了业务文档中各个业务源对象的关联关系，实现了对业务源对象的提取。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例公开的一种业务源对象提取方法流程图；

图2为本申请实施例公开的一种业务源对象提取方法执行过程示意图；

图3为本申请实施例公开的一种业务源对象提取方法装置结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

本发明公开了一种业务源对象的提取方法及装置，应用在对业务源对象的提取过程中，其中，业务源对象提取是为了后续抽象业务对象做准备。业务源对象的提取目的是为了实现面向对象的相关系统开发，本发明实施例中，对所述相关系统不进行限定，以所述相关系统为电力营销服务系统为例进行说明，在当今电力营销业务复杂多变的形势下面向业务对象设计营销服务系统势在必行，而业务对象又取自业务源对象，所以如何从业务模型文档中提取业务源对象成了这项工作的基础和首要任务。从业务源对象中可以分析问题本身，发掘出重要的业务概念，以便更好地建立各业务之间的关系。业务源对象是分析业务模型过程中提炼出的业务本质，可以为后续的电力营销服务系统规划建设起到至关重要的作用。优选的，针对所述电力营销服务系统，其中包含的业务源对象可以“电能表信息”、“互感器到货信息”等业务源对象。

因此，本研究基于新业务日趋增多的电力营销服务系统，从对业务文档中语句的释意和词性分析，提取出业务源对象和其相应业务源对象属性，并形成业务源源对象关联关系网，提升电力营销服务系统的稳定性和灵活性，为新业务的扩展奠定良好基础。主要解决以下技术问题：

如何从业务模型中提取业务源对象；

如何从业务模型中提取业务源对象的属性；

如何从业务模型中提取业务源对象关联关系。

所述提取方法的执行流程如图1所示，包括步骤：

S101、对业务文档进行分析，获取所述业务文档中各个语句的主语、谓语、宾语、定语和状语；

本发明实施例中，所述业务文档有助于业务分析人员快速了解业务和业务源对象，所述业务文档中包含多个业务源对象，所述业务文档是基于已有系统或者对常识的理解和提炼，所述业务文档的开始是对对应业务的各种名词解释，这对理解业务源对象非常有必要。

进一步的基于自然语言处理方法、分词算法或者其它优选的处理方法构建划分模型，所述划分模型是预先选取历史业务文档数据进行训练得到的，其中，所述历史业务文档数据包括：历史业务文档和历史业务文档中对应依据对应的业务源对象对应和业务源对象属性。优选的，将所述历史业务文档中对应语句发送给所述划分模型，得到对应的业务源对象和业务源对象属性，将其与所述历史业务文档数据中存储的对应项进行比对，当所述历史业务文档中的各个语句基于所述划分模型的划分结果与所述历史业务文档数据中对应的业务源对象和业务源对象属性的匹配率达到预设的准确率阈值时，训练完成，其中，所述预设的准确率阈值可以基于经验或者具体情况进行设定，本发明实施例中，对所述预设的准确率阈值的具体取值不进行限定。

所述划分模型可以实现对业务文档中各个语句句子成分的划分，针对每一个语句，可以将其划分为主语、谓语、宾语、定语和状语，若当前语句中不包含上述句子成分的任意一个，可以不进行显示，优选的，针对所述业务文档，并不是所有的部分都会涉及业务源对象和业务源对象属性的描述，优选的，可以预先对所述业务文档进行筛选，筛选的过程可以是只对预设标识之后的文档内容进行划分、只对指定位置的文档内容进行划分，或者其它优选的筛选过程，本发明实施例中，所述预设标识可以为数字、字母或者其它优选标识，本发明实施例中，对所述预设标识的具体存在形式不进行限定。

S102、基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性；

本发明实施例中，针对每一个语句，首先获取其对应的主语、宾语、定语和状语，在该主语、宾语、定语和状语中提炼出名词，具体的提炼过程可以基于名词提炼模型实现，所述名词提炼模型可以基于自然语言处理算法和分词算法得到，所述名词提炼模型需要预先进行训练得到，均是基于历史数据进行训练，具体的训练过程与所述划分模型的训练过程相同，在此不再赘述。基于所述名词提炼模型实现对所述业务文档中对应语句中主语、宾语、定语和状语的提炼，得到各个名词，但是不是所有的名词都是业务源对象，它们有可能只是某个源对象的属性。这时候就需要对所述各个名词是否具有多值进行判断，判断的过程如下：针对每一个名词，遍历预设多值名词库，判断所述预设多值名词库中是否包含该名词，若包含，则判定该名词为业务源对象，反之，判断该名词为单一值名词，且类型为文本或数字型。文本：比如说设备的生产厂家，它是单一值，且类型为文本；数字：比如说用户的年龄，它是单一值，且类型为数字。则该名词对应的为业务源对象属性。优选的，来自定语或状语中的名词或形容词可以作为源对象的属性。

优选的，所述预设的多值名词库可以基于经验或者具体情况进行创建，可以基于不同的应用领域构建不同的预设多值名词库，每间隔预设时长或者判定结果的误差达到预设误差阈值时，对所述预设多值名词库进行更新。

S103、基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系。

本发明实施例中，业务源对象之间可能存在一定的关系，这种关系表示为关联。关联关系提取主要依靠谓语和状语的梳理，一般从动词(谓语)和描述动作的词(状语)，以及定语中可以提取出源对象和源对象之间的关联关系。提炼所述谓语、所述定语和所述状语中的动词和形容词，具体的实现过程可以通过动词提炼模型或者形容词提炼模型进行提炼，其中，所述动词提炼模型和所述形容词提炼模型基于自然语言处理算法和分词算法进行训练得到，对应的训练过程与所述划分模型的训练过程相同，均是基于历史数据进行训练，在此不再赘述。

其中，动词可以表示的关联关系有：

1、A包含在B中；

2、A拥有B；

3、A继承B；

4、A是B的成员。

这些谓语、状语和定语、主语、宾语结构最终可以确定业务源对象和业务源对象之间的关系。

谓语动词可以确定两个业务源对象是否有联系：有关联、直接关联、间接关联。

状语、定语中的形容词可以确定两个业务源对象有怎样的联系：一对多、一对一、多对多。

本发明公开了一种业务源对象提取方法，包括：对业务文档进行分析，获取所述业务文档中各个语句的主语、谓语、宾语、定语和状语；基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性；基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系。上述的提取方法中，基于业务文档中的主语、宾语、定语和状语确定了各个业务源对象和每个业务源对象对应的业务源对象属性，基于业务文档中的谓语、定语和状语，确定了业务文档中各个业务源对象的关联关系，实现了对业务源对象的提取。

本发明实施例中，基于上述的提取方法，在提炼出所述主语、所述宾语、所述定语和所述状语中的各个名词的同时还可以提炼其中包括的形容词，基于所述各个名词和所述各个形容词对所述业务源对象进行整合，整合的过程如下：基于所述形容词，梳理出所述形容词中可能包含的业务源对象属性，基于所述名词的定义完善业务源对象属性，提取出所述名词可能有重复，有缺字多字的情况。

进一步的，剔除各个业务源对象和对应的业务源对象属性中的重复项，和合并各个业务源对象和对应的业务源对象属性中业务源对象名称相同且业务源对象属性不同的业务源对象，或者只剔除各个业务源对象和对应的业务源对象属性中的重复项，或者只合并各个业务源对象和对应的业务源对象属性中业务源对象名称相同且业务源对象属性不同的业务源对象，基于具体的情况，选择上述三种过程中的任意一种。

基于上述的提取方法的处理过程的示意图如图2所示，执行的步骤如下：

(1)对业务文档进行分析，准确找到谓语、状语、定语、主语、宾语；

(2)从主语、宾语、状语、定语中准确剥离出名词和形容词；

(3)根据名词梳理业务源对象和其属性，属于单一值且值为文本或数字类型的归为属性，属于多值的归为业务源对象；

(4)根据名词的修饰，即形容词，梳理出属性；

(5)根据名词的定义完善属性；

(6)剔除源对象名称和属性完全相同的重复项；

(7)合并名称相同属性不同的源对象；

(8)从状语、定语、谓语中剥离出动词和形容词；

(9)根据动词和形容词梳理出业务源对象之间的关系。

本发明实施例中，所述提取方法从对业务文档中语句的释意和词性分析，提取出业务源对象名称和其相应业务源对象属性，并形成业务源对象关联关系网，提升系统的稳定性和紧密性，为新业务的扩展奠定良好基础。除此之外，提取出的业务源对象可以覆盖整个业务文档，保证了之后业务对象抽象过程中业务的完整性，同时去除冗余，增加灵活性，减轻系统的存储负担。

基于上述的一种业务源对象抽取方法，本发明实施例中，还提供了一种业务源对象抽取装置，所述抽取装置的结构框图如图3所示，包括：

获取模块201、第一确定模块202和第二确定模块203。

其中，

所述获取模块201，用于对业务文档进行分析，获取所述业务文档中各个语句的主语、谓语、宾语、定语和状语；

所述第一确定模块202，用于基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性；

所述第二确定模块203，用于基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系。

本发明公开了一种业务源对象提取装置，包括：对业务文档进行分析，获取所述业务文档中各个语句的主语、谓语、宾语、定语和状语；基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性；基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系。上述的提取装置中，基于业务文档中的主语、宾语、定语和状语确定了各个业务源对象和每个业务源对象对应的业务源对象属性，基于业务文档中的谓语、定语和状语，确定了业务文档中各个业务源对象的关联关系，实现了对业务源对象的提取。

本发明实施例中，所述第一确定模块202包括：

名词提炼单元204、业务源对象确定单元205和业务源对象属性确定单元206。

其中，

所述名词提炼单元204，用于提炼出所述主语、所述宾语、所述定语和所述状语中的各个名词；

所述业务源对象确定单元205，用于将所述各个名词中具备多值的名词作为业务源对象；

所述业务源对象属性确定单元206，用于将所述各个名词中具备单一值的名词作为业务源对象属性。

本发明实施例中，所述第一确定模块202还包括：

形容词提炼单元207和整合单元208。

其中，

所述形容词提炼单元207，用于提炼出所述主语、所述宾语、所述定语和所述状语中的各个形容词；

所述整合单元208，用于基于所述各个名词和所述各个形容词对所述业务源对象进行整合。

本发明实施例中，所述提取装置还包括：

剔除模块209和合并模块210。

其中，

所述剔除模块209，用于剔除各个业务源对象和对应的业务源对象属性中的重复项，和/或；

所述合并模块210，用于合并各个业务源对象和对应的业务源对象属性中业务源对象名称相同且业务源对象属性不同的业务源对象。

本发明实施例中，所述第二确定模块202包括：

动词和形容词提炼单元211和关联关系确定单元212。

其中，

所述动词和形容词提炼单元211，用于提炼所述谓语、所述定语和所述状语中的动词和形容词；

所述关联关系确定单元212，用于基于所述动词和所述形容词确定所述各个业务源对象的关联关系。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

以上对本发明所提供的一种业务源对象提取方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种业务源对象提取方法，其特征在于，包括：

对业务文档进行分析，获取所述业务文档中各个语句的主语、谓语、宾语、定语和状语；

基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性；

基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系。

2.根据权利要求1所述的方法，其特征在于，基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性，包括：

提炼出所述主语、所述宾语、所述定语和所述状语中的各个名词；

将所述各个名词中具备多值的名词作为业务源对象；

将所述各个名词中具备单一值的名词作为业务源对象属性。

3.根据权利要求2所述的方法，其特征在于，还包括：

提炼出所述主语、所述宾语、所述定语和所述状语中的各个形容词；

基于所述各个名词和所述各个形容词对所述业务源对象进行整合。

4.根据权利要求1所述的方法，其特征在于，还包括：

剔除各个业务源对象和对应的业务源对象属性中的重复项，和/或；

合并各个业务源对象和对应的业务源对象属性中业务源对象名称相同且业务源对象属性不同的业务源对象。

5.根据权利要求1所述的方法，其特征在于，基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系，包括：

提炼所述谓语、所述定语和所述状语中的动词和形容词；

基于所述动词和所述形容词确定所述各个业务源对象的关联关系。

6.一种业务源对象提取装置，其特征在于，包括：

获取模块，用于对业务文档进行分析，获取所述业务文档中各个语句的主语、谓语、宾语、定语和状语；

第一确定模块，用于基于所述主语、所述宾语、所述定语和所述状语，确定所述业务文档的各个业务源对象和每个业务源对象对应的业务源对象属性；

第二确定模块，用于基于所述谓语、所述定语和所述状语确定所述各个业务源对象的关联关系。

7.根据权利要求6所述的装置，其特征在于，所述第一确定模块包括：

名词提炼单元，用于提炼出所述主语、所述宾语、所述定语和所述状语中的各个名词；

业务源对象确定单元，用于将所述各个名词中具备多值的名词作为业务源对象；

业务源对象属性确定单元，用于将所述各个名词中具备单一值的名词作为业务源对象属性。

8.根据权利要求7所述的装置，其特征在于，还包括：

形容词提炼单元，用于提炼出所述主语、所述宾语、所述定语和所述状语中的各个形容词；

整合单元，用于基于所述各个名词和所述各个形容词对所述业务源对象进行整合。

9.根据权利要求6所述的装置，其特征在于，还包括：

剔除模块，用于剔除各个业务源对象和对应的业务源对象属性中的重复项，和/或；

合并模块，用于合并各个业务源对象和对应的业务源对象属性中业务源对象名称相同且业务源对象属性不同的业务源对象。

10.根据权利要求6所述的装置，其特征在于，所述第二确定模块包括：

动词和形容词提炼单元，用于提炼所述谓语、所述定语和所述状语中的动词和形容词；

关联关系确定单元，用于基于所述动词和所述形容词确定所述各个业务源对象的关联关系。

Images