[發明專利]基于語義模型框架的模型檢索方法和裝置

在審

• 申請號: 201710061310.8
• 申請日: 2017-01-25
• 公開（公告）號: CN108345622A
• 公開（公告）日: 2018-07-31
• 發明（設計）人: 王琪;袁勇;董明楷;張瑞國;余明;曹晶;張珍;張明
• 申請（專利權）人: 西門子公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27;G06N5/02
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙冬梅

本發明提供了基于語義模型框架的模型檢索方法，其中，包括：緩存步驟，緩存和分析用戶的模型查詢信息，并緩存相關知識；查詢步驟，查詢在緩存、索引和數據庫中的模型，比較用戶查詢的模型和所述查詢在緩存、索引和數據庫中的模型，并對相關模型進行排序，以返回排序結果作為檢索結果發送給用戶。本發明提供的基于語義模型框架的模型檢索方法和裝置可以進行相關模型檢索，其響應速度快，尤其在建模中的推薦進程中非常實用。本發明能夠給予查詢分析和檢索結果進行相關知識緩存，以確保建模的快速檢索。本發明能夠在語義模型框架下進行自我擴展，即沒有分類信息的新知識將被納入語義模型框架。

技術領域

本發明涉及工業自動化技術領域，尤其涉及基于語義模型框架的模型檢索方法和裝置。

背景技術

語義模型被廣泛地用于描述工業自動化系統，例如一些用于系統仿真，一些用于描述數據和關系。然而，工業系統中具有數量極大的裝置和復雜控制邏輯，并在語義模型的構建和檢索上存在一些問題：

首先，大部分的建模過程需要用戶非常深入地了解自動化系統，還要求用戶具有將真實的系統“翻譯”成一個模型的能力。檢索系統能夠用于建模系統來提供領域知識(domain knowledge)和推薦(recommendation)，其可以使建模過程變得更便捷。

并且，普通語義模型檢索引擎利用普遍方式來保存和檢索模型，例如RDF的jena等方式。普通語義模型檢索引擎沒有針對性，例如在領域本體方面并未做不同的處理，例如并未做分類，也并未考慮查詢回話。模型和數據也并無針對性同等對待，這會導致在模型很大時檢索功能的表現并不好。

此外，普通語義模型檢索引擎僅能搜索匹配的模型，而不能搜索相關的模型。

發明內容

本發明第一方面提供了基于語義模型框架的模型檢索方法，其中，包括如下步驟：緩存步驟，緩存和分析用戶的模型查詢信息，并緩存相關知識；查詢步驟，查詢在緩存、索引和數據庫中的模型，比較用戶查詢的模型和所述查詢在緩存、索引和數據庫中的模型，并對相關模型進行排序，以返回排序結果作為檢索結果發送給用戶。本發明提供的基于語義模型框架的模型檢索方法和裝置可以進行相關模型檢索，其響應速度快，尤其在建模中的推薦進程中非常實用。本發明能夠給予查詢分析和檢索結果進行相關知識緩存，以確保建模的快速檢索。本發明能夠在語義模型框架下進行自我擴展，即沒有分類信息的新知識將被納入語義模型框架。

進一步地，在所述查詢步驟之后還包括如下步驟：存儲步驟，存儲所述查詢結果。

進一步地，在所述緩存步驟之前還包括如下步驟：分析步驟，分析語義模型框架和知識數據，提取知識并產生知識相關數據。

進一步地，所述分析步驟還包括如下步驟：用分類信息分析所述語義模型框架，給所述知識數據指派分類信息；從所述語義模型框架和知識數據提取片段信息；計算片段信息和分類信息的概率。

進一步地，所述緩存步驟還包括如下步驟：緩存用戶的模型查詢信息；分析用戶的模型查詢信息，比較分類詞匯和查詢詞匯來對用戶的模型查詢信息分類；復制高概率的同樣類型的數據。

本發明第二方面提供了基于語義模型框架的模型檢索裝置，其中，包括：緩存裝置，其用于緩存和分析用戶的模型查詢信息，并緩存相關知識；查詢裝置，其用于查詢在緩存、索引和數據庫中的模型，比較用戶查詢的模型和所述查詢在緩存、索引和數據庫中的模型，并對相關模型進行排序，以返回排序結果作為檢索結果發送給用戶。本發明提供的基于語義模型框架的模型檢索方法和裝置可以進行相關模型檢索，其響應速度快，尤其在建模中的推薦進程中非常實用。本發明能夠給予查詢分析和檢索結果進行相關知識緩存，以確保建模的快速檢索。本發明能夠在語義模型框架下進行自我擴展，即沒有分類信息的新知識將被納入語義模型框架。

進一步地，其還包括：存儲裝置，其用于存儲所述查詢結果。