一种基于分层检索的飞行特情处置快速检索方法

摘要

本发明提出了一种基于分层检索的飞行特情处置快速检索方法，将检索内容进行中英文分层，第一层为中文，使用中文直接对目标数据库对象进行优先过滤，以缩小检索范围；第二层为除中文以外的其他字符，使用中文拼音首字母将输入文本信息中的中文字符进行替换，并在第一层的检索结果中进行相似度分析比对，二次分析比对采用计算相似度的方式进行，相似度包括词形相似度和词序相似度两部分，以词形相似度起主要作用，词序相似度起次要作用，对于第二次分析后的检索结果进行按照相似度进行排序。相似度方法实现简单，有利于实现快速检索。

说明书

技术领域

本发明涉及数据检索技术领域，具体为一种基于分层检索的飞行特情处置快速检 索方法。

背景技术

飞行试验是一项极具风险和挑战的事业，在科研试飞过程中飞行员经常遇到的起 落架不能正常收放、发动机空中停车、发动机空中起火、方向舵飞掉等意外重大紧急 险情，这些特性严重威胁飞行员和飞机的安全。在空中特情发生时，地面指挥人员如 何在短时间内为飞行员提供快速、准确、完整的特情处置策略，对飞行员的生命和飞 机的安全起到决定性的作用。

目前特情应急处置的方法，主要是依靠飞行员和塔台指挥员的记忆或飞行手册中 关于飞行特情的相关内容，而无任何特情处置方法数据库，更无对应于飞行特情背景 下的特情处置信息检索方法。这些特情处置方法数据库建设不成体系，特情处置信息 数据不完善，数据更新维护不到位，缺乏相应的数据检索方法等问题，严重影响了特 情处置的准确性和高效性。

发明内容

要解决的技术问题

为解决现有技术存在的问题，本发明提出了一种基于分层检索的飞行特情处置快 速检索方法，当特情发生时，地面指挥人员或系统操作员采用该方法查询特情处置方 法数据库，快速定位相应的特情处置程序和步骤，准确快速果断地指导目标飞行员采 取应急措施，进而减少决策时间提高特情处置的效率和准确性。

技术方案

本发明中分层检索方法的原理为：将检索内容进行中英文分层，即对输入的文本 信息，按照中英文进行拆分；第一层为中文，使用中文直接对目标数据库对象进行优 先过滤，以缩小检索范围；第二层为除中文以外的其他字符，使用中文拼音首字母将 输入文本信息中的中文字符进行替换，并在第一层的检索结果中进行二次分析比对； 对于第二次分析后的检索结果进行按照相似度进行排序。

本发明的技术方案为：

所述一种基于分层检索的飞行特情处置快速检索方法，其特征在于：包括以下步 骤：

步骤1：提取出输入的查询文本A中的中文字符串和英文字符串，提取出的中文 字符串组成中文字词集合A1，提取出的英文字符串组成英文字词集合A2；

步骤2：使用中文字词集合A1中的元素对特情处置方法数据库进行检索，得到检 索结果集合B=(B1，B2，...，Bn)，其中B的每个元素中都出现中文字词集合A1的至 少一个元素；

步骤3：将步骤2中检索结果集合B中的每个元素中的中文字符替换成中文字符 对应的拼音首字母，得到新的检索结果集合C；

步骤4：计算步骤3中新的检索结果集合C的每个元素与步骤1中的英文字词集 合A2的相似度，其中新的检索结果集合C中的元素C1与英文字词集合A2的相似度 的方法包括以下步骤：

步骤4.1：分别计算元素C1与英文字词集合A2中每个元素的词形相似度，然 后求和得到元素C1与英文字词集合A2的词形相似度，其中元素C1与英文字词集合 A2中元素a2的词形相似度WordSim(C1，a2)为：

$\mathrm{WordSim}(C1,a2)=2\times \frac{\mathrm{SameWC}(C1,a2)}{\mathrm{len}\left(C1\right)+\mathrm{len}\left(a2\right)}$

其中，len(C1)和len(a2)表示元素C1和元素a2中字母的个数，SameWC(C1，a2)表示元 素a2在元素C1中出现的个数；

步骤4.2：分别计算元素C1与英文字词集合A2中每个元素的词序相似度，然 后求和得到元素C1与英文字词集合A2的词序相似度，其中元素C1与英文字词集合 A2中元素a2的词序相似度OrdSim(C1，a2)为：

若|OnceWS(C1，a2)|＞1，则$\mathrm{OrdSim}(C1,a2)=1-\frac{\mathrm{RevOrd}(C1,a2)}{\left|\mathrm{OnceWS}(C1,a2)\right|-1};$

若|OnceWS(C1，a2)|＝1，则OrdSim(C1，a2)＝1；

若|OnceWS(C1，a2)|＝0，则OrdSim(C1，a2)＝0；

其中，OnceWS(C1，a2)表示在元素C1和元素a2中都分别出现且都分别都只出现一次的 英文字符串集合，|OnceWS(C1，a2)|表示集合OnceWS(C1，a2)的模；Pfirst(C1，a2)表示 OnceWS(C1，a2)中的各个元素在元素C1中的位置序号构成的向量，Psecond(C1，a2)表 示Pfirst(C1，a2)的分量按对应OnceWS(C1，a2)中各个元素在元素a2中的位置重新排列后 得到的向量，RevOrd(C1，a2)表示Psecond(C1，a2)各相邻分量的逆序数；

步骤4.3：取步骤4.1得到的元素C1与英文字词集合A2的词形相似度的λ1倍， 再与步骤4.2得到的元素C1与英文字词集合A2的词序相似度的λ2倍求和，得到元素 C1与英文字词集合A2的相似度；其中λ1+λ2＝1，且λ1＞λ2；

步骤5：新的检索结果集合C中与英文字词集合A2的相似度最大的元素作为最 终检索结果。

所述一种基于分层检索的飞行特情处置快速检索方法，其特征在于：将步骤4改 为：

步骤4：计算步骤3中新的检索结果集合C的每个元素与步骤1中的英文字词集 合A2的相似度，其中新的检索结果集合C中的元素C1与英文字词集合A2的相似度 的方法包括以下步骤：

步骤4.1：分别计算元素C1与英文字词集合A2中每个元素的词序相似度， 然后求和得到元素C1与英文字词集合A2的词序相似度，其中元素C1与英文字词集 合A2中元素a2的词序相似度OrdSim(C1，a2)为：

若|OnceWS(C1，a2)|＞1，则$\mathrm{OrdSim}(C1,a2)=1-\frac{\mathrm{RevOrd}(C1,a2)}{\left|\mathrm{OnceWS}(C1,a2)\right|-1};$

若|OnceWS(C1，a2)|＝1，则OrdSim(C1，a2)＝1；

若|OnceWS(C1，a2)|＝0，则OrdSim(C1，a2)＝0；

其中，OnceWS(C1，a2)表示在元素C1和元素a2中都分别出现且都分别都只出现一次的 英文字符串集合，|OnceWS(C1，a2)|表示集合OnceWS(C1，a2)的模；Pfirst(C1，a2)表示 OnceWS(C1，a2)中的各个元素在元素C1中的位置序号构成的向量，Psecond(C1，a2)表 示Pfirst(C1，a2)的分量按对应OnceWS(C1，a2)中各个元素在元素a2中的位置重新排列后 得到的向量，RevOrd(C1，a2)表示Psecond(C1，a2)各相邻分量的逆序数；

步骤4.2：分别计算元素C1与英文字词集合A2中每个元素的词形相似度，然后 求和得到元素C1与英文字词集合A2的词形相似度，其中元素C1与英文字词集合A2 中元素a2的词形相似度WordSim(C1，a2)为：

$\mathrm{WordSim}(C1,a2)=2\times \frac{\mathrm{SameWC}(C1,a2)}{\mathrm{len}\left(C1\right)+\mathrm{len}\left(a2\right)}$

其中，len(C1)和len(a2)表示元素C1和元素a2中字母的个数，SameWC(C1，a2)表示元 素a2在元素C1中出现的个数；

步骤4.3：取步骤4.2得到的元素C1与英文字词集合A2的词形相似度的λ1倍， 再与步骤4.1得到的元素C1与英文字词集合A2的词序相似度的λ2倍求和，得到元素 C1与英文字词集合A2的相似度；其中λ1+λ2＝1，且λ1＞λ2；

所述一种基于分层检索的飞行特情处置快速检索方法，其特征在于：λ1＝0.7， λ2＝0.3。

有益效果

本发明将检索内容进行中英文分层，第一层为中文，使用中文直接对目标数据库 对象进行优先过滤，缩小了检索范围，第二层为除中文以外的其他字符，使用中文拼 音首字母将输入文本信息中的中文字符进行替换，并在第一层的检索结果中进行二次 分析比对，二次分析比对采用计算相似度的方式进行，相似度包括词形相似度和词序 相似度两部分，以词形相似度起主要作用，词序相似度起次要作用，相似度方法实现 简单，有利于实现快速检索。

附图说明

图1：本发明的方法流程图。

具体实施方式

下面结合具体实施例描述本发明：

本发明可应用于任何技术性强、高风险、周期长、投资大的综合性系统工程中， 并在科研试飞领域中，进行了试用。下面使用急盘旋下降的例子对本发明的实施进一 步说明：

急盘旋下降是指飞机沿着陡峭的螺旋线轨迹作加速旋转下降的运动，其动态和轨 迹与盘旋下降和螺旋都很接近，飞行员很难在短时间内辨别清楚，一旦形成急盘旋下 降，往往造成极其严重的后果。因此，急盘旋下降是一个不容忽视的特情，是飞行安 全的潜在威胁。

使用基于分层检索的飞行特情处置快速检索方法具体步骤如下：

步骤1：地面操作人员在特情处置系统中输入的查询文本A为“j盘旋xj”，提取 出输入的查询文本A中的中文字符串“盘旋”和英文字符串“j”、“xj”，提取出的中 文字符串组成中文字词集合A1，提取出的英文字符串组成英文字词集合A2。

步骤2：使用中文字词集合A1中的元素对特情处置方法数据库进行检索，得到检 索结果集合B=(B1，B2，...，Bn)，其中B的每个元素中都出现中文字词集合A1的至 少一个元素；

本实施例中，中文字词集合A1中只有一个元素“盘旋”，通过检索特情处置方法 数据库，得到检索结果集合B，B中包括两个元素“盘旋上升”和“急盘旋下降”。

步骤3：将步骤2中检索结果集合B中的每个元素中的中文字符替换成中文字符 对应的拼音首字母，得到新的检索结果集合C；

本实施例中，集合C包括两个元素“pxss”和“jpxxj”。

步骤4：计算步骤3中新的检索结果集合C的每个元素与步骤1中的英文字词集 合A2的相似度，其中新的检索结果集合C中的元素C1与英文字词集合A2的相似度 的方法包括以下步骤：

步骤4.1：分别计算元素C1与英文字词集合A2中每个元素的词形相似度，然 后求和得到元素C1与英文字词集合A2的词形相似度，其中元素C1与英文字词集合 A2中元素a2的词形相似度WordSim(C1，a2)为：

$\mathrm{WordSim}(C1,a2)=2\times \frac{\mathrm{SameWC}(C1,a2)}{\mathrm{len}\left(C1\right)+\mathrm{len}\left(a2\right)}$

其中，len(C1)和len(a2)表示元素C1和元素a2中字母的个数，SameWC(C1，a2)表示元 素a2在元素C1中出现的个数；

本实施例中，英文字词集合A2包括两个元素“j”和“xj”，集合C包括两个元 素“pxss”和“jpxxj”，所以分别计算“pxss”与“j”和“xj”的词形相似度，然后求 和，得到“pxss”与英文字词集合A2的词形相似度，分别计算“jpxxj”与“j”和“xj” 的词形相似度，然后求和，得到“jpxxj”与英文字词集合A2的词形相似度：

“pxss”与“j”的词形相似度为2×(0/(4+1))＝0；

“pxss”与“xj”的词形相似度为2×(0/(4+2))＝0；

“jpxxj”与“j”的词形相似度为2×(2/(5+1))＝2/3；

“jpxxj”与“xj”的词形相似度为2×(1/(5+2))＝2/7；

所以“pxss”与英文字词集合A2的词形相似度为0，“jpxxj”与英文字词集合 A2的词形相似度为2/3+2/7＝0.95；

步骤4.2：分别计算元素C1与英文字词集合A2中每个元素的词序相似度，然 后求和得到元素C1与英文字词集合A2的词序相似度，其中元素C1与英文字词集合 A2中元素a2的词序相似度OrdSim(C1，a2)为：

若|OnceWS(C1，a2)|＞1，则$\mathrm{OrdSim}(C1,a2)=1-\frac{\mathrm{RevOrd}(C1,a2)}{\left|\mathrm{OnceWS}(C1,a2)\right|-1};$

若|OnceWS(C1，a2)|＝1，则OrdSim(C1，a2)＝1；

若|OnceWS(C1，a2)|＝0，则OrdSim(C1，a2)＝0；

其中，OnceWS(C1，a2)表示在元素C1和元素a2中都分别出现且都分别都只出现一次的 英文字符串集合，|OnceWS(C1，a2)|表示集合OnceWS(C1，a2)的模；Pfirst(C1，a2)表示 OnceWS(C1，a2)中的各个元素在元素C1中的位置序号构成的向量，Psecond(C1，a2)表 示Pfirst(C1，a2)的分量按对应OnceWS(C1，a2)中各个元素在元素a2中的位置重新排列后 得到的向量，RevOrd(C1，a2)表示Psecond(C1，a2)各相邻分量的逆序数；

本实施例中，英文字词集合A2包括两个元素“j”和“xj”，集合C包括两个元 素“pxss”和“jpxxj”，所以分别计算“pxss”与“j”和“xj”的词序相似度，然后求 和，得到“pxss”与英文字词集合A2的词序相似度，分别计算“jpxxj”与“j”和“xj” 的词序相似度，然后求和，得到“jpxxj”与英文字词集合A2的词序相似度：

“pxss”与“j”中没有都分别出现且都分别都只出现一次的英文字符串，所以 OnceWS(pxss，j)为空集，所以|OnceWS(pxss，j)|＝0，“pxss”与“j”的词序相似度为0；

“pxss”与“xj”中没有都分别出现且都分别都只出现一次的英文字符串，所以 OnceWS(pxss，xj)为空集，所以|OnceWS(pxss，xj)|＝0，“pxss”与“xj”的词序相似度为0；

“jpxxj”与“j”中没有都分别出现且都分别都只出现一次的英文字符串，所以 OnceWS(jpxxj，j)为空集，所以|OnceWS(jpxxj，j)|＝0，“jpxxj”与“j”的词序相似度为0；

“jpxxj”与“xj”中有都分别出现且都分别都只出现一次的英文字符串“xj”， |OnceWS(jpxxj，xj)|＝1，“jpxxj”与“xj”的词序相似度为1；

所以“pxss”与英文字词集合A2的词序相似度为0，“jpxxj”与英文字词集合 A2的词序相似度为0+1＝1。

步骤4.3：取步骤4.1得到的元素C1与英文字词集合A2的词形相似度的λ1倍， 再与步骤4.2得到的元素C1与英文字词集合A2的词序相似度的λ2倍求和，得到元素 C1与英文字词集合A2的相似度；其中λ1+λ2＝1，由于词形相似度起主要作用，词序 相似度起次要作用，所以λ1＞λ2；

本实施例中，λ1＝0.7，λ2＝0.3，所以“pxss”与英文字词集合A2的相似度为 0×0.7+0×0.3＝0，“jpxxj”与英文字词集合A2的相似度为0.95×0.7+1×0.3＝0.965。

步骤5：新的检索结果集合C中与英文字词集合A2的相似度最大的元素作为最 终检索结果。

本实施例中，显然“jpxxj”与英文字词集合A2的相似度大于“pxss”与英文字词 集合A2的相似度，所以取“jpxxj”作为最终检索结果，输出“jpxxj”对应的检索结 果集合B中的中文元素“急盘旋下降”。

而后地面操作人员定位到“急盘旋下降”的处置方法，并立即做出处置方案减少 决策时间。急盘旋下降的处置方法如下：一看速度表，发现速度急增时，迅速收光油 门，立即停止拉杆；二看地平仪，手脚协调有力地向旋转的反方向压杆蹬舵，制止旋 转，改平坡度，再向正后方柔和有力地拉杆退出俯冲；需要注意的是，必须在改平坡 度后再向后拉杆，否则，拉杆会使向心力增大，加快旋转，给改出造成困难。