本发明涉及车辆故障分析，具体涉及一种车辆故障分析方法、装置及系统。
背景技术：
1、随着现代汽车功能的不断扩展和电子控制单元的日益复杂化，车辆故障的多样性和复杂性也随之增加。在这样的背景下，如何高效地利用故障现象描述信息，迅速而准确地从故障数据库中检索出相关的故障原因和维修策略，对于辅助维修技术人员快速分析出车辆故障问题并提高他们的工作效率至关重要。业界一直在努力探索和改进这一领域，以期实现更高效的故障诊断。
2、现有技术采用单一检索算法对知识库中的故障相关信息进行检索，往往存在检索效率低，或检索结果不够精确的问题。
技术实现思路
1、本发明的目的在于提供一种车辆故障分析方法、装置及系统，以提高对故障信息的检索效率和准确度。
2、为解决上述技术问题，本发明提供了一种车辆故障分析方法，包括：
3、根据故障查询文本，从预设的专家知识库中提取候选文档集合；
4、根据故障查询文本，从候选文档集合中提取最终文档集合；
5、将最终文档集合作为车辆故障分析结果输出。
6、按上述方案，所述专家知识库包括若干文档，文档包括相互关联的车型描述文本、故障总成件描述文本、故障现象描述文本、故障原因描述文本、维修方法案例描述文本；
7、所述的根据故障查询文本，从预设的专家知识库中提取候选文档集合的方法包括：
8、对故障查询文本、专家知识库中的各故障现象描述文本进行预处理，分别生成故障查询文本分词列表、多个故障现象描述文本分词列表；
9、计算故障查询文本中的各词项对于各故障现象描述文本分词列表的tf值；
10、计算故障查询文本中的各词项对于全体故障现象描述文本的idf值；
11、根据tf值、idf值，确定故障查询文本的各词项与各故障现象描述文本的第一相关性分数；
12、根据故障查询文本的各词项与各故障现象描述文本的相关性，确定故障查询文本与各故障现象描述文本的相似度分数；
13、将相似度分数最高的若干故障现象描述文本所对应的文档作为候选文档集合。
14、按上述方案，所述根据故障查询文本，从候选文档集合中提取最终文档集合的方法包括：
15、将故障查询文本与候选文档集合中的各故障现象描述文本分别拼接，得到多个拼接文本；
16、将各拼接文本输入预设模型中，获取各拼接文本的第二相关性分数；
17、将第二相关性分数最高的若干拼接文本对应的文档作为最终文档集合。
18、本发明还提供一种车辆故障分析装置，包括：
19、第一筛选模块，用于根据故障查询文本，从预设的专家知识库中提取候选文档集合；
20、第二筛选模块，用于根据故障查询文本，从候选文档集合中提取最终文档集合；
21、输出模块，用于将最终文档集合作为车辆故障分析结果输出。
22、按上述方案，所述专家知识库包括若干文档，文档包括相互关联的车型描述文本、故障总成件描述文本、故障现象描述文本、故障原因描述文本、维修方法案例描述文本；
23、所述的根据故障查询文本，从预设的专家知识库中提取候选文档集合的方法包括：
24、对故障查询文本、专家知识库中的各故障现象描述文本进行预处理，分别生成故障查询文本分词列表、多个故障现象描述文本分词列表；
25、计算故障查询文本中的各词项对于各故障现象描述文本分词列表的tf值；
26、计算故障查询文本中的各词项对于全体故障现象描述文本的idf值；
27、根据tf值、idf值，确定故障查询文本的各词项与各故障现象描述文本的第一相关性分数；
28、根据故障查询文本的各词项与各故障现象描述文本的相关性，确定故障查询文本与各故障现象描述文本的相似度分数；
29、将相似度分数最高的若干故障现象描述文本所对应的文档作为候选文档集合。
30、按上述方案，所述根据故障查询文本，从候选文档集合中提取最终文档集合的方法包括：
31、将故障查询文本与候选文档集合中的各故障现象描述文本分别拼接，得到多个拼接文本；
32、将各拼接文本输入预设模型中，获取各拼接文本的第二相关性分数；
33、将第二相关性分数最高的若干拼接文本对应的文档作为最终文档集合。
34、本发明还提供一种车辆故障分析系统，包括：
35、车辆故障分析装置；
36、输入模块，用于输入故障查询文本；
37、显示模块，用于对车辆故障分析装置输出的最终文档集合进行显示；
38、其中车辆故障分析装置包括：
39、第一筛选模块，用于根据故障查询文本，从预设的专家知识库中提取候选文档集合；
40、第二筛选模块，用于根据故障查询文本，从候选文档集合中提取最终文档集合；
41、输出模块，用于将最终文档集合作为车辆故障分析结果输出。
42、按上述方案，所述专家知识库包括若干文档，文档包括相互关联的车型描述文本、故障总成件描述文本、故障现象描述文本、故障原因描述文本、维修方法案例描述文本；
43、所述的根据故障查询文本，从预设的专家知识库中提取候选文档集合的方法包括：
44、对故障查询文本、专家知识库中的各故障现象描述文本进行预处理，分别生成故障查询文本分词列表、多个故障现象描述文本分词列表；
45、计算故障查询文本中的各词项对于各故障现象描述文本分词列表的tf值；
46、计算故障查询文本中的各词项对于全体故障现象描述文本的idf值；
47、根据tf值、idf值，确定故障查询文本的各词项与各故障现象描述文本的第一相关性分数；
48、根据故障查询文本的各词项与各故障现象描述文本的相关性，确定故障查询文本与各故障现象描述文本的相似度分数；
49、将相似度分数最高的若干故障现象描述文本所对应的文档作为候选文档集合。
50、按上述方案，所述根据故障查询文本，从候选文档集合中提取最终文档集合的方法包括：
51、将故障查询文本与候选文档集合中的各故障现象描述文本分别拼接，得到多个拼接文本；
52、将各拼接文本输入预设模型中，获取各拼接文本的第二相关性分数；
53、将第二相关性分数最高的若干拼接文本对应的文档作为最终文档集合。
54、本发明还提供一种汽车，设置有如上文所述的车辆故障分析系统。
55、本发明的有益效果是：本方法将整体检索过程分为提取候选文档集合的初筛阶段，以及提取最终文档集合的精筛阶段，兼顾了检索过程的效率和精度，初筛阶段能够快速缩小搜索范围，提高检索效率，精筛阶段能够进一步精细化地筛选，提高检索精度。该方法有助于在车辆生产测试阶段帮助测试人员快速定位故障原因并解决故障，还能在车辆实际使用过程中帮助车主快速排除故障，提升用户使用体验。