(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210510822.9 (22)申请日 2022.05.11 (71)申请人 阿里巴巴 （中国） 有限公司 地址 311121 浙江省杭州市余杭区五常街 道文一西路969号3幢5层5 54室 (72)发明人 董善东　徐彤　张江宇　吴宗泽　 (74)专利代理 机构 北京辰权知识产权代理有限 公司 11619 专利代理师 尹倩倩 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/30(2020.01) (54)发明名称 识别告警事件类型的方法、 装置、 设备及存 储介质 (57)摘要 本申请提出一种识别告警事件类型的方法、 装置、 设备及存储介质， 该方法包括： 根据预设的 事件字段值， 获取待识别的告警事件对应的文本 内容； 根据文本内容， 基于 预设关键词表和/或标 注数据集， 识别告警事件所属的告警类型； 预设 关键词表包括关键词与告警类型的映射关系； 标 注数据集包括告警样本对应的样 本词向量、 语义 词向量及告警类型。 本申请能针对实时事件流， 识别速度可达秒级， 时效性高。 基于预设关键词 表或标注数据集， 整体模型易于理解， 结果可解 释性强， 能提升告警事件的信息丰富度， 辅助告 警事件的降噪和统计处理， 帮助用户更便捷的理 解告警事件， 同时还可基于告警类型， 对告警事 件压缩聚合、 收敛等操作， 实现告警事件的降噪 和统计。 权利要求书2页 说明书10页 附图3页 CN 115033688 A 2022.09.09 CN 115033688 A 1.一种识别告警事 件类型的方法， 其特 征在于， 所述方法包括： 根据预设的事 件字段值， 获取待识别的告警事 件对应的文本内容； 根据所述文本内容， 基于预设关键词表和/或标注数据集， 识别所述告警事件所属的告 警类型； 所述预设关键词表包括关键词与告警类型的映射关系； 所述标注数据集包括告警样本 对应的样本词向量、 语义词向量及告警类型。 2.根据权利要求1所述的方法， 其特征在于， 根据 所述文本内容， 基于标注数据集， 识别 所述告警事 件所属的告警类型， 包括： 根据所述文本内容， 分别生成所述告警事 件对应的词向量和语义词向量； 根据标注数据集、 所述告警事件对应的词向量和语义词向量， 分别计算所述告警事件 与所述标注数据集中每 个告警样本之间的相似度； 根据相似度最大的预设数目个告警样本对应的告警类型， 确定所述告警事件所属的告 警类型。 3.根据权利要求2所述的方法， 其特征在于， 根据所述文本内容， 生成所述告警事件对 应的词向量， 包括： 对所述文本内容进行切词处 理， 得到所述文本内容包括的多个词； 对所述多个词进行词型还原处 理； 统计词型还原后所述多个词中每 个词的出现频次； 根据词型还原后的每 个词及每 个词的出现频次， 生成所述告警事 件对应的词向量。 4.根据权利要求2所述的方法， 其特征在于， 根据所述文本内容， 成所述告警事件对应 的语义词向量， 包括： 利用多元语法对所述文本 内容进行切词处理， 得到所述文本 内容包括的多个具有上下 文语义的词； 统计多个具有上 下文语义的词中每 个词的出现频次； 根据每个词及每 个词的出现频次， 生成所述告警事 件对应的语义词向量。 5.根据权利要求2所述的方法， 其特征在于， 所述根据标注数据集和所述告警事件对应 的词向量和语义词向量， 分别计算所述告警事件与所述标注数据集中每个告警样本之 间的 相似度， 包括： 计算所述告警事件对应的词向量与第一告警样本对应的样本词向量之间的第一相似 度； 所述第一告警样本为所述标注数据集中的任一告警样本； 计算所述告警事件对应的语义词向量与所述第一告警样本对应的语义词向量之间的 第二相似度； 根据所述第 一相似度和所述第 二相似度， 计算所述告警事件与 所述第一告警样本之间 的相似度。 6.根据权利要求2所述的方法， 其特征在于， 根据相似度最大的预设数目个告警样本对 应的告警类型， 确定所述告警事 件所属的告警类型， 包括： 选取最大相似度对应的告警样本的告警类型作为所述告警事件所属的告警类型； 或 者， 确定相似度最大的预设数目个告警样本对应的告警类型中是否存在重复的告警类型；权　利　要　求　书 1/2 页 2 CN 115033688 A 2如果是， 则确定重复数目最多的告警类型， 将所述重复数目最多的告警类型确定为所述告 警事件所属的告警类型； 如果否， 则将最大相似度对应的告警样本的告警类型作为所述告 警事件所属的告警类型。 7.根据权利要求2所述的方法， 其特征在于， 根据所述文本内容， 基于预设关键词表和 标注数据集， 识别所述告警事 件所属的告警类型， 包括： 若计算出的相似度中存在大于或等于预设阈值的相似度， 则根据 大于或等于预设阈值 的相似度对应的告警样本的告警类型， 确定所述告警事 件所属的告警类型； 或者， 若计算出的相似度均小于预设阈值， 则根据 所述文本内容， 基于预设关键词 表， 识别所 述告警事 件所属的告警类型。 8.根据权利要求1所述的方法， 其特征在于， 根据 所述文本内容， 基于标注数据集， 识别 所述告警事 件所属的告警类型， 包括： 根据标注数据集， 迭代训练告警分类模型； 利用训练好的所述告警分类模型识别所述告警事 件所属的告警类型。 9.根据权利要求1 ‑8任一项所述的方法， 其特征在于， 根据所述文本内容， 基于预设关 键词表， 识别所述告警事 件所属的告警类型， 包括： 对于预设 关键词表中的每 个关键词， 分别查询所述文本内容中是否包 含所述关键词； 若查询出所述文本 内容中包含所述关键词， 则将所述预设关键词表中所述关键词对应 的告警类型确定为所述告警事 件所属的告警类型。 10.根据权利要求1 ‑8任一项所述的方法， 其特征在于， 识别所述告警事件所属的告警 类型之后， 还 包括： 为所述告警事件添加类型字段， 将所述告警事件对应的所述告警类型赋值给所述类型 字段； 所述告警类型包括事件类型和/或指标类型， 所述指标类型用于指示所述告警事件所 涉及的性能指标。 11.根据权利要求10所述的方法， 其特征在于， 所述为所述告警事件添加类型字段， 将 所述告警事 件对应的所述告警类型 赋值给所述类型字段之后， 还 包括： 根据每个告警事 件的类型字段， 对用户收到的所有 告警事件进行降噪和/或统计处 理。 12.一种识别告警事 件类型的装置， 其特 征在于， 所述装置包括： 获取模块， 用于根据预设的事 件字段值， 获取待识别的告警事 件对应的文本内容； 类型识别模块， 用于根据所述文本内容， 基于预设关键词表和/或标注数据集， 识别所 述告警事 件所属的告警类型； 所述预设关键词表包括关键词与告警类型的映射关系； 所述标注数据集包括告警样本 对应的样本词向量、 语义词向量及告警类型。 13.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器运行所述计算机程序以实现1 ‑11任一项所述的 方法。 14.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理 器执行实现1‑11任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115033688 A 3