一种飞机初始保障方案生成方法及系统

技术领域

本发明涉及飞机装置保障技术领域，特别是涉及一种飞机初始保障方案生成方法及系统。

背景技术

装备保障方案(Support Concept)是装备保障系统(Support System)的系统完整的总体描述，由一整套综合保障要素方案组成，并与设计方案和使用方案相协调。在现代装备保障领域，飞机是装备综合保障工程的主要发源阵地，也是应用最多的地方。对于飞机装备而言，飞机保障方案是飞机在总体上保障工作的概要性说明，是落实飞机保障性要求和实现保障性目标的总体规划，是综合保障工程中的关键性工作。飞机保障方案的制定是一个动态过程，在飞机论证阶段提出初始保障方案，它是研究保障问题影响飞机设计的基础，也是确定飞机的可靠性和维修性指标的重要根据，由各综合保障要素的初步设想组成；在方案阶段和工程研制阶段经过优化的保障方案则是制定保障计划和研制保障资源的基本依据，从优化的保障方案才可以得到最佳的保障资源要求；部署使用阶段，保障方案规定的维修级别、各级别的主要工作，是建立新研飞机保障系统和维修制度的基础。

在当前的保障方案制定过程中，人力环节占了绝大部分工作量。已有的飞机保障方案生成方法研究中，研究的方向是采用专家系统，只针对飞机的维修环节，以比较具体的待维修部件和结构，根据其机械结构、历史故障信息和维修方法生成方案。这种方法的好处是生成的方案相对更具体，可行性更高，但是一方面对于研制中的飞机，由于没有具体的故障历史数据，该方法并不适用；另一方面该方法面向的对象是维修人员，从设计人员的角度来讲，无法以飞机及其保障系统为对象生成方案，也就无法在设计环节产生有效的辅助。

计算机辅助人工生成飞机保障方案的方法，即单纯地将工作转移到计算机，用来方便不同人员间的交流同时规范输出文档的格式。这种方法虽然在逻辑上容易理解，不需要设计额外的算法，但是由于只是简单地将人工流程计算机化，使输出更加规范，而人工流程时间成本高和难以解决的问题依然存在。虽然计算机辅助在一定程度上减小了协同工作和增、删、改、查有关数据的工作量，但是依然需要按照传统的人工步骤推进方案的编制，自动化程度低，总体工作量的减小程度十分有限。

发明内容

本发明的目的是提供一种飞机初始保障方案生成方法及系统，以降低飞机保障方案的制定时间和成本。

为实现上述目的，本发明提供了如下方案：

一种飞机初始保障方案生成方法，所述方法包括：

从与飞机保障方案有关的历史文档中提取飞机标识码，并与相应的飞机基本信息作为一条新数据存入数据库的飞机信息表中；所述飞机信息表包括飞机编号、飞机基本信息和飞机标识码；

根据所述历史文档，采用基于迁移学习和BiLSTM的命名实体识别方法获得已标注方案条目实体的保障方案文本；

根据所述已标注方案条目实体的保障方案文本，基于文本特征的关系抽取方法，获取每个必要标签对应的已标注方案条目实体，并将每个必要标签对应的已标注方案条目实体的方案条目文本存入数据库的方案信息表中；所述必要标签为飞机保障方案中必须具备的条目；所述方案信息表包括飞机编号和所有的必要标签；

计算飞机信息表中每个飞机标识码与待生成飞机标识码的相似度，并根据相似度由大到小的顺序对飞机信息表进行排序，同时将方案信息表按照排序后的飞机信息表的飞机编号顺序重新排序；

依据顺延替补的原则，将排序后的方案信息表中每个必要标签第一次出现的方案条目文本填入待生成飞机的保障方案模板的对应必要标签位置处，获得待生成飞机的飞机初始保障方案。

可选的，所述从与飞机保障方案有关的历史文档中提取飞机标识码，具体包括：

通过OCR扩展包将历史文档中的信息以字符串的形式存入txt文本；

根据所述txt文本，依据飞机标识码编码规则，提取飞机标识码。

可选的，根据所述已标注方案条目实体的保障方案文本，基于文本特征的关系抽取方法，获取每个必要标签对应的已标注方案条目实体，并将每个必要标签对应的已标注方案条目实体的方案条目文本存入数据库的方案信息表中，具体包括：

采用匹配字段的方法识别所述已标注方案条目实体的保障方案文本中的必要标签，并打上标识符，获得保障方案标识文本；

根据文本特征，切分所述保障方案标识文本，获得多个语句；

将相邻两个包含必要标签的语句之间的不包含必要标签的语句，与相邻两个包含必要标签的语句中语序在前的包含必要标签的语句整合为一个语义块，获得多个语义块；

将每个语义块中的必要标签作为各自语义块中已标注方案条目实体所对应的必要标签，获得每个必要标签对应的所有已标注方案条目实体，并将每个必要标签对应的已标注方案条目实体的方案条目文本存入数据库的方案信息表中。

可选的，所述计算飞机信息表中每个飞机标识码与待生成飞机标识码的相似度，并根据相似度由大到小的顺序对飞机信息表进行排序，同时将方案信息表按照排序后的飞机信息表的飞机编号顺序重新排序，之前还包括：

获取待生成飞机的基本信息字段数据；

根据所述待生成飞机的基本信息字段数据，依据飞机标识码编码规则，提取待生成飞机标识码。

可选的，所述计算飞机信息表中每个飞机标识码与待生成飞机标识码的相似度，并根据相似度由大到小的顺序对飞机信息表进行排序，同时将方案信息表按照排序后的飞机信息表的飞机编号顺序重新排序，具体包括：

根据组成飞机标识码的字符串中集合的交集与并集的比例分别计算出飞机信息表中的飞机标识码与待生成飞机标识码的相似度；

根据相似度由大到小的顺序对飞机信息表进行一次排序；

若存在多个相似度相同，则将相似度相同的飞机信息表部分按照飞机信息表中服役年份由大到小的顺序进行二次排序；

将方案信息表按照二次排序后的飞机信息表的飞机编号顺序重新排序。

可选的，所述依据顺延替补的原则，将排序后的方案信息表中每个必要标签第一次出现的方案条目文本填入待生成飞机的保障方案模板的对应必要标签位置处，获得待生成飞机的飞机初始保障方案，具体包括：

将所述排序后的方案信息表中排序最前一条数据的所有必要标签对应的方案条目文本作为待生成飞机的预选文本；

判断所述预选文本中是否包含空值占位符，获得判断结果；

若所述判断结果表示是，则按照排列顺序将空值占位符所在的必要标签下第一次出现的方案条目文本填充到预选文本；

若所述判断结果表示否，则将所述预选文本填入待生成飞机的保障方案模板的对应位置处，获得待生成飞机的飞机初始保障方案。

一种飞机初始保障方案生成系统，所述系统包括：

飞机信息表更新模块，用于从与飞机保障方案有关的历史文档中提取飞机标识码，并与相应的飞机基本信息作为一条新数据存入数据库的飞机信息表中；所述飞机信息表包括飞机编号、飞机基本信息和飞机标识码；

保障方案文本获得模块，用于根据所述历史文档，采用基于迁移学习和BiLSTM的命名实体识别方法获得已标注方案条目实体的保障方案文本；

方案信息表更新模块，用于根据所述已标注方案条目实体的保障方案文本，基于文本特征的关系抽取方法，获取每个必要标签对应的已标注方案条目实体，并将每个必要标签对应的已标注方案条目实体的方案条目文本存入数据库的方案信息表中；所述必要标签为飞机保障方案中必须具备的条目；所述方案信息表包括飞机编号和所有的必要标签；

排序模块，用于计算飞机信息表中每个飞机标识码与待生成飞机标识码的相似度，并根据相似度由大到小的顺序对飞机信息表进行排序，同时将方案信息表按照排序后的飞机信息表的飞机编号顺序重新排序；

飞机初始保障方案生成模块，用于依据顺延替补的原则，将排序后的方案信息表中每个必要标签第一次出现的方案条目文本填入待生成飞机的保障方案模板的对应必要标签位置处，获得待生成飞机的飞机初始保障方案。

可选的，所述方案信息表更新模块，具体包括：

保障方案标识文本获得子模块，用于采用匹配字段的方法识别所述已标注方案条目实体的保障方案文本中的必要标签，并打上标识符，获得保障方案标识文本；

切分子模块，用于根据文本特征，切分所述保障方案标识文本，获得多个语句；

语义块整合子模块，用于将相邻两个包含必要标签的语句之间的不包含必要标签的语句，与相邻两个包含必要标签的语句中语序在前的包含必要标签的语句整合为一个语义块，获得多个语义块；

方案条目文本存入子模块，用于将每个语义块中的必要标签作为各自语义块中已标注方案条目实体所对应的必要标签，获得每个必要标签对应的所有已标注方案条目实体，并将每个必要标签对应的已标注方案条目实体的方案条目文本存入数据库的方案信息表中。

可选的，所述排序模块，具体包括：

相似度计算子模块，用于根据组成飞机标识码的字符串中集合的交集与并集的比例分别计算出飞机信息表中的飞机标识码与待生成飞机标识码的相似度；

一次排序子模块，用于根据相似度由大到小的顺序对飞机信息表进行一次排序；

二次排序子模块，用于若存在多个相似度相同，则将相似度相同的飞机信息表部分按照飞机信息表中服役年份由大到小的顺序进行二次排序；

方案信息表排序子模块，用于将方案信息表按照二次排序后的飞机信息表的飞机编号顺序重新排序。

可选的，所述飞机初始保障方案生成模块，具体包括：

预选文本获得子模块，用于将所述排序后的方案信息表中排序最前一条数据的所有必要标签对应的方案条目文本作为待生成飞机的预选文本；

判断结果获得子模块，用于判断所述预选文本中是否包含空值占位符，获得判断结果；

填充子模块，用于若所述判断结果表示是，则按照排列顺序将空值占位符所在的必要标签下第一次出现的方案条目文本填充到预选文本；

飞机初始保障方案生成子模块，用于若所述判断结果表示否，则将所述预选文本填入待生成飞机的保障方案模板的对应位置处，获得待生成飞机的飞机初始保障方案。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明公开一种飞机初始保障方案生成方法及系统，首先从历史文档中提取飞机标识码，并与相应的飞机基本信息作为一条新数据存入数据库的飞机信息表中，采用基于迁移学习和BiLSTM的命名实体识别方法获得已标注方案条目实体的保障方案文本，并基于文本特征的关系抽取方法获取每个必要标签对应的已标注方案条目实体，存入数据库的方案信息表中，然后计算飞机信息表中每个飞机标识码与待生成飞机标识码的相似度，并根据相似度由大到小的顺序对飞机信息表和方案信息表进行排序，最后依据顺延替补的原则，将排序后的方案信息表中每个必要标签第一次出现的方案条目文本填入待生成飞机的保障方案模板的对应必要标签位置处，获得待生成飞机的飞机初始保障方案。本发明基于神经网络和历史数据，实现了飞机初始保障方案的全自动化生成，大大降低了飞机保障方案的制定时间和成本。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种飞机初始保障方案生成方法的流程图；

图2为本发明提供的一种飞机初始保障方案生成方法的原理图；

图3为本发明提供的历史文档结构化存储模块的工作过程示意图；

图4为本发明提供的文本切分与语义块整合的示意图

图5为本发明提供的保障方案生成模块的工作过程示意图。

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。

本发明的目的是提供一种飞机初始保障方案生成方法及系统，以降低飞机保障方案的制定时间和成本。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

为了解决飞机保障方案制定过程中人工过程复杂、人力成本和时间成本高、受主观意见影响大等问题，本发明提供了一种飞机初始保障方案生成方法，如图1所示，方法包括：

步骤101，从与飞机保障方案有关的历史文档中提取飞机标识码，并与相应的飞机基本信息作为一条新数据存入数据库的飞机信息表中；飞机信息表包括飞机编号、飞机基本信息和飞机标识码。

其中，从与飞机保障方案有关的历史文档中提取飞机标识码，具体包括：

通过OCR扩展包将历史文档中的信息以字符串的形式存入txt文本；

根据txt文本，依据飞机标识码编码规则，提取飞机标识码。

步骤102，根据历史文档，采用基于迁移学习和BiLSTM的命名实体识别方法获得已标注方案条目实体的保障方案文本。

步骤103，根据已标注方案条目实体的保障方案文本，基于文本特征的关系抽取方法，获取每个必要标签对应的已标注方案条目实体，并将每个必要标签对应的已标注方案条目实体的方案条目文本存入数据库的方案信息表中；必要标签为飞机保障方案中必须具备的条目；方案信息表包括飞机编号和所有的必要标签。

具体包括：

采用匹配字段的方法识别已标注方案条目实体的保障方案文本中的必要标签，并打上标识符，获得保障方案标识文本；

根据文本特征，切分保障方案标识文本，获得多个语句；

将相邻两个包含必要标签的语句之间的不包含必要标签的语句，与相邻两个包含必要标签的语句中语序在前的包含必要标签的语句整合为一个语义块，获得多个语义块；

将每个语义块中的必要标签作为各自语义块中已标注方案条目实体所对应的必要标签，获得每个必要标签对应的所有已标注方案条目实体，并将每个必要标签对应的已标注方案条目实体的方案条目文本存入数据库的方案信息表中。

步骤104，计算飞机信息表中每个飞机标识码与待生成飞机标识码的相似度，并根据相似度由大到小的顺序对飞机信息表进行排序，同时将方案信息表按照排序后的飞机信息表的飞机编号顺序重新排序。

具体包括：

根据组成飞机标识码的字符串中集合的交集与并集的比例分别计算出飞机信息表中的飞机标识码与待生成飞机标识码的相似度；

根据相似度由大到小的顺序对飞机信息表进行一次排序；

若存在多个相似度相同，则将相似度相同的飞机信息表部分按照飞机信息表中服役年份由大到小的顺序进行二次排序；

将方案信息表按照二次排序后的飞机信息表的飞机编号顺序重新排序。

待生成飞机标识码的提取过程为：获取待生成飞机的基本信息字段数据；根据待生成飞机的基本信息字段数据，依据飞机标识码编码规则，提取待生成飞机标识码。

步骤105，依据顺延替补的原则，将排序后的方案信息表中每个必要标签第一次出现的方案条目文本填入待生成飞机的保障方案模板的对应必要标签位置处，获得待生成飞机的飞机初始保障方案。

具体包括：

将排序后的方案信息表中排序最前一条数据的所有必要标签对应的方案条目文本作为待生成飞机的预选文本；

判断预选文本中是否包含空值占位符，获得判断结果；

若判断结果表示是，则按照排列顺序将空值占位符所在的必要标签下第一次出现的方案条目文本填充到预选文本；

若判断结果表示否，则将预选文本填入待生成飞机的保障方案模板的对应位置处，获得待生成飞机的飞机初始保障方案。

飞机保障方案的制定是一项在研制中进行，随着飞机研制过程不断优化迭代的工作，初始保障方案作为飞机保障方案制定的基础，其制定或生成的效率十分重要。而在飞机研制阶段的最初阶段，由于可用信息本就比较少，加之需要根据实际情况进行迭代优化，对方案生成的准确程度要求不是很高，因此可以利用已有飞机的历史方案作为参考，即建立基准比较系统。然而自动化基准比较系统建立面临着两大问题，一个是历史文档信息的结构化，另一个是量化建立基准比较系统的规则。借助人工智能技术的发展，近年来命名实体识别(Named Entity Recognition，NER)取得了长足的进步，结合保障方案文档结构清晰的特点，可以很好地用来进行历史文档信息的结构化；而相似度及其有关理论也为基准比较系统构建中相似飞机的选取的量化评价提供了工具。

本发明提供了一种基于神经网络和历史数据的飞机初始保障方案生成工具，利用基于BiLSTM和迁移学习的命名实体识别技术，和基于文本特征的关系抽取方法，将历史文档中的飞机保障方案文本结构化并储存，同时提取出飞机标识码，利用基于相似理论的飞机相似度排序方法实现了基准比较系统的量化建立和评估，并最终实现飞机初始保障方案生成。本发明能够帮助解决当前标准下大部分飞机初始保障方案制定初期存在的人工过程复杂、人力成本和时间成本高、受主观意见影响大等问题。

为了进一步阐述本发明的飞机初始保障方案生成方法，详细过程如下：

本发明提出一种基于神经网络和历史数据的飞机初始保障方案生成工具。历史文档可以指以往或现有飞机的保障方案文档，也可以指以往或现有飞机能够取得的含有保障方案条目和内容的文档、文本，这些文档中包含有大量未结构化的飞机保障方案信息。通过使用命名实体识别方法，并在此基础上采用基于文本特征的关系抽取方法，将历史文档中的保障方案信息结构化并储存。同时根据飞机类型和使用条件等信息提取出历史文档飞机的飞机标识码，在生成方案时采用相似理论对数据库中的飞机进行相似排序，根据顺延替补规则将条目文本填入模板，实现飞机初始保障方案的自动生成。

图2为本发明提供的基于神经网络和历史数据的飞机初始保障方案生成工具的基本原理图。如图2所示，所述飞机初始保障方案生成工具主要包括历史文档结构化存储模块、数据库模块和保障方案生成模块。其中，所述历史文档结构化存储模块的主要功能为将用户导入的历史文档根据基于迁移学习和BiLSTM的命名实体识别方法和基于文本特征的关系抽取方法提取出保障方案条目文本并存入数据库模块的方案信息表中；同时根据飞机的种类和使用条件等信息提取出飞机标识码，结合用户输入的飞机基本信息，存入数据库模块的飞机信息表中。所述数据库模块的主要功能是存储飞机信息和方案信息，并通过飞机编号的形式将两个表相互关联。保障方案生成模块的主要功能是根据用户输入的待生成飞机的种类、使用条件等信息，提取出待生成飞机的飞机标识码，并根据相似理论对数据库中现有飞机与待生成飞机的相似程度进行排序，排序后根据顺延替补的规则选择方案文本，并将方案文本填入预置的模板中，输出生成的飞机初始保障方案。

参见图2，所述飞机初始保障方案生成工具的工作过程包括：

步骤1：历史方案结构化存储。历史方案信息指的是保障方案各条目的内容信息文本，方案信息结构化存储的是包含飞机保障方案信息的文档，可以是备选方案、初始方案或报告、总结性质的文档。方案结构化存储步骤是方案生成步骤的基础，其主要工作为将保障方案信息文档中的方案条目文本结构化，提取并存入数据库供生成步骤使用。

步骤1-1：文档读取。用户需要输入以下信息：导入文档所涉及型号主体的名称、该型号服役的年份、文档路径。考虑到当前文档的一般格式，导入的文档应为PDF格式。文档读取步骤中，工具通过OCR扩展包将PDF文本中的信息以字符串的形式提取出来，并存入txt文本供后续步骤操作。

步骤1-2：飞机标识码(PC)提取：飞机标识码是一串根据飞机的种类、使用条件等来划分并定义的字符串，共五位。标识码的编码规则，即各位次表示的项目，以及不同数字所表示的种类及使用条件如表1所示：

表1 飞机标识码编码规则

在该步骤中，通过查看历史文档文本中是否对有相应字段的方式来确定各位次的字符。若存在某位次的描述不存在，则将其设置为默认值。各位次默认值的划定如下：首位(飞机种类)默认值为“战斗机”(即“1”)；二位(任务种类)默认值为“多用途”(即“3”)；三位(航程)默认值为“中”(即“2”)；四位(是否舰载)默认值为“否”(即“0”)；五位(是否隐身)默认值为“否”(即“0”)。

步骤1-3：飞机信息存储。飞机信息指的是当前导入飞机数据文档的型号主体名称、型号服役年份和飞机标识码。其中型号主体名称和服役年份是在步骤1-1中用户输入的信息，飞机标识码是本步骤中获取到的。这三条信息，再加上作为主键的飞机编号，组成了飞机信息表的信息。将飞机信息通过扩展包存入使用MySQL搭建的数据库模块中。飞机信息表的设计如表2所示。

表2 飞机信息表

步骤1-4：保障方案条目实体标注。保障方案条目文本(CD

步骤1-5：标注必要标签标识符。必要标签(NL

表3 必要标签条目一览

由于输入的历史文档数据多为现有的方案信息，行文高度规范且有较为统一的格式，因此直接采用匹配字段的方法，根据步骤1-4得到的文本，将必要标签打上标识符，标识符的格式为：“[A必要标签BNecessary*]”。将打上标识符的文本以.txt的形式储存。

步骤1-6：对应实体提取。步骤1-4中只是泛泛地对所有方案条目实体进行了提取和标注，并未具体划分各实体所对应的必要标签，因此需要根据步骤1-5中标注了方案条目实体和必要标签的文本，将方案条目实体和必要标签关联起来。如图3所示，首先将文本根据句意切分成不同的语句，再根据文本特征将语句整合拼接为语义块，与必要标签相对应。具体做法为：

1)根据文本特征，将文本根据句号和分号切分；

2)根据对于方案文本输入的人工特征工程分析，发现必要标签在绝大多数情况下都会出现在描述该必要标签的文本之前，因此根据必要标签的存在与否以及位置来将句子组合成语义块。即，将前后两个包含必要标签语句中间的语句，与前面的必要标签包含语句整合成一个语义块，如图4所示。

3)根据步骤1-5中的必要标签排序，遍历文档，依次将含有对应必要标签语义块中的方案条目实体存入相应的临时变量列表CDOtempt中。若遇到文档中不存在的必要标签，则用NULL作为标识符占位。

步骤1-7：方案文本保存。如图3所示，在步骤1-6临时变量CDOtempt的基础上，将方案条目文本按照次序填入数据库模块的方案信息表中。方案信息表中除了方案条目文本，还有飞机编号作为主键，其中飞机编号与上文中的飞机信息表中飞机编号相统一以实现两张表的关联。方案信息表包括飞机编号和按顺序排列的各必要标签文本，如表4所示。

表4 方案信息表

步骤2：方案生成。方案生成步骤指的是根据用户输入的飞机使用条件信息，结合步骤1中保存的飞机信息和对应保障方案信息，根据相似度排序和顺延替补规则，选择得出最佳的方案文本并填入预置的模板中，以word格式的文件保存。

步骤2-1：待生成飞机标识码提取。如图5所示，根据用户在生成方案界面中输入的飞机种类、使用条件等字段数据，根据步骤1-2中同样的标识码编码规则，提取出待生成飞机标识码。

步骤2-2：飞机相似度排序。相似飞机指的是在种类和使用条件上相近似的飞机。选取相似飞机是为了选取到相似飞机的保障方案条目文本。相似飞机的选取是以飞机标识码为标准选取的，在选取时遵循以下规则：

(1)若数据库飞机信息表中存在标识码完全相同的飞机，则以该飞机作为相似飞机选取。若有多个飞机，则选取这些飞机中服役年份最新的飞机作为相似飞机选取；

(2)对于数据库飞机信息表中标识码不一致的飞机，则根据标识码相似度对飞机进行排序，排在标识码相同的飞机之后，按照如下方法进行：

对于待生成方案的飞机有飞机标识码PC

步骤2-3：顺延替补文本选取。文本选取指的是将保障方案文本从数据库中提取组合的过程，顺位替补指的是选取过程中，考虑到有的输入文档可能缺少某些必要标签的描述和文本，因此需要根据排序，顺延选择后面的方案文本补上空缺。其具体流程为：首先根据飞机相似度排序选出最相似飞机i的保障方案条目文本{CD

步骤2-4：文本填入。将选取的保障方案文本填入保障方案模板word文件的对应位置，所采用的方法是：在模板中预置了方案文本占位符，每个占位符对应一个必要标签的方案文本，占位符所表示的必要标签如表5所示。执行填入操作时，遍历模板中的占位符，根据已经设置好的列表元素顺序，将其替换为待填入的方案文本。填入后将其另存为word文件，根据系统时间命名并输出生成方案。

表5 必要标签对应占位符一览

本发明提出的一种基于神经网络和历史数据的飞机初始保障方案生成方法，与现有技术相比，具有以下优势：

1、本发明的数据来源是保障方案或含有保障方案信息的历史文档，一方面确保了生成方案中工作项目的有效性和可信性，另一方面允许用户根据实际情况，通过导入具有实际应用条件特色的文档进一步提高了输出方案的可信性；

2、本发明利用保障方案和有关文档格式较为规范的特点，采用了基于文本特征的关系抽取方法，一方面避免了在关系抽取时再次引入深度学习方法，为工具带来新的不确定性，提高了结构化过程中的可解释性，另一方面也提高了结构化的准确性和完整性；

3、本发明采用自动化的历史文档数据结构化存储方法，一定程度上解放了人工查阅、凝练资料的人力成本和时间成本。此外，采用此方法还可以专门构建其它类似领域的结构化存储方法，有助于人工智能方法进一步应用于这些领域；

4、本发明中，对相似飞机进行排序和文本选择对应传统方案制定中的基准比较系统构建，相似理论的使用和以相似度为依据的排序减小了该过程受主观意见影响的问题，自动化的排序和顺位替补规则又进一步减小了该阶段工作的时间和人力成本；

5、本发明高度自动化，能够在较短时间根据不同需求生成飞机初始保障方案，极短的生成时间周期和极小的成本有助于在飞机研发初期快速获得大量可供权衡比较和迭代优化的方案文本，一定程度上能够加快飞机综合保障工作的进程。

本发明还提供了一种飞机初始保障方案生成系统，系统包括：

飞机信息表更新模块，用于从与飞机保障方案有关的历史文档中提取飞机标识码，并与相应的飞机基本信息作为一条新数据存入数据库的飞机信息表中；飞机信息表包括飞机编号、飞机基本信息和飞机标识码；

保障方案文本获得模块，用于根据历史文档，采用基于迁移学习和BiLSTM的命名实体识别方法获得已标注方案条目实体的保障方案文本；

方案信息表更新模块，用于根据已标注方案条目实体的保障方案文本，基于文本特征的关系抽取方法，获取每个必要标签对应的已标注方案条目实体，并将每个必要标签对应的已标注方案条目实体的方案条目文本存入数据库的方案信息表中；必要标签为飞机保障方案中必须具备的条目；方案信息表包括飞机编号和所有的必要标签；

排序模块，用于计算飞机信息表中每个飞机标识码与待生成飞机标识码的相似度，并根据相似度由大到小的顺序对飞机信息表进行排序，同时将方案信息表按照排序后的飞机信息表的飞机编号顺序重新排序；

飞机初始保障方案生成模块，用于依据顺延替补的原则，将排序后的方案信息表中每个必要标签第一次出现的方案条目文本填入待生成飞机的保障方案模板的对应必要标签位置处，获得待生成飞机的飞机初始保障方案。

方案信息表更新模块，具体包括：

保障方案标识文本获得子模块，用于采用匹配字段的方法识别已标注方案条目实体的保障方案文本中的必要标签，并打上标识符，获得保障方案标识文本；

切分子模块，用于根据文本特征，切分保障方案标识文本，获得多个语句；

语义块整合子模块，用于将相邻两个包含必要标签的语句之间的不包含必要标签的语句，与相邻两个包含必要标签的语句中语序在前的包含必要标签的语句整合为一个语义块，获得多个语义块；

方案条目文本存入子模块，用于将每个语义块中的必要标签作为各自语义块中已标注方案条目实体所对应的必要标签，获得每个必要标签对应的所有已标注方案条目实体，并将每个必要标签对应的已标注方案条目实体的方案条目文本存入数据库的方案信息表中。

排序模块，具体包括：

相似度计算子模块，用于根据组成飞机标识码的字符串中集合的交集与并集的比例分别计算出飞机信息表中的飞机标识码与待生成飞机标识码的相似度；

一次排序子模块，用于根据相似度由大到小的顺序对飞机信息表进行一次排序；

二次排序子模块，用于若存在多个相似度相同，则将相似度相同的飞机信息表部分按照飞机信息表中服役年份由大到小的顺序进行二次排序；

方案信息表排序子模块，用于将方案信息表按照二次排序后的飞机信息表的飞机编号顺序重新排序。

飞机初始保障方案生成模块，具体包括：

预选文本获得子模块，用于将排序后的方案信息表中排序最前一条数据的所有必要标签对应的方案条目文本作为待生成飞机的预选文本；

判断结果获得子模块，用于判断预选文本中是否包含空值占位符，获得判断结果；

填充子模块，用于若判断结果表示是，则按照排列顺序将空值占位符所在的必要标签下第一次出现的方案条目文本填充到预选文本；

飞机初始保障方案生成子模块，用于若判断结果表示否，则将预选文本填入待生成飞机的保障方案模板的对应位置处，获得待生成飞机的飞机初始保障方案。

本说明书中各个实施例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部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

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。