● 摘要
现代军用飞机的维修保障工作涉及可靠性、维修性、保障性、测试性、安全性等相关领域，随着军用飞机的技术性能不断提高，需要大量的专业知识和实际经验才能满足维修保障工作的要求。但是，由于当前维修保障工作中缺乏对故障案例知识的有效的组织管理，有一大部分的故障信息都分散在各类非结构化的故障信息文档中，造成知识的共享与重用程度降低，导致故障案例经验知识大量流失。
论文以飞机维修保障中的经验知识积累和重用为目的，针对故障案例知识由于缺乏结构化、规范化描述，导致共享与重用困难的问题，对飞机故障案例的知识表达与信息抽取方法进行了研究。根据飞机故障领域的特殊性以及知识共享的实际需求，建立了飞机故障案例知识的本体模型；利用中文分词工具NLPIR以及GATE框架，研究了对故障案例信息文档的语义标注以及基于规则的信息抽取技术，利用Jena推理机挖掘出文本信息中的隐性知识，并实现在信息抽取过程中，通过不断发现新知识，主动扩展知识库。在此基础上开发了故障案例知识建模与知识抽取原型系统，实现了从多种不同类型的故障信息文档中抽取出规范化、结构化的案例知识，并利用数据库进行存储和管理，提高了故障案例知识的重用性，验证了研究方法的可行性。