[發明專利]一種應用于離散制造業生產過程的領域知識庫建立方法

在審

• 申請號: 202010641359.2
• 申請日: 2020-07-06
• 公開（公告）號: CN111737498A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 曹亮;劉魁;馬啟杰
• 申請（專利權）人: 成都信息工程大學;成都成信高科信息技術有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G06F40/151;G06F40/279
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

1.一種應用于離散制造業生產過程的領域知識庫建立方法，其特征在于，包括以下步驟：

S1：文本語料管理；

S2：文本預處理；

S3：知識網絡檢索；

S4：領域知識庫構建。

2.根據權利要求1所述的一種應用于離散制造業生產過程的領域知識庫建立方法，其特征在于，步驟S1具體為：

S11：通過接口從大數據平臺獲取離散制造業生產過程所需的數據資源；

S12：將格式多樣性的語料數據轉換為統一格式。

3.根據權利要求2所述的一種應用于離散制造業生產過程的領域知識庫建立方法，其特征在于，所述語料數據包括離散制造生產過程的工藝數據、質量數據、計劃數據、生產過程數據、檢驗數據和成本數據。

4.根據權利要求1所述的一種應用于離散制造業生產過程的領域知識庫建立方法，其特征在于，步驟S3具體為：

S31：領域關鍵詞抽取；抽取文本語料中與領域相關性高、能夠代表文本特征的詞匯作為關鍵詞；

S32：領域實體抽取；給文本中的每個詞匯指定一個類別標簽；

S33：領域知識關聯識別；根據領域知識網絡索引詞表中既定的實體間關系，通過關系學習、關系識別機器學習算法在相關文本語料上進行學習，自動的判斷實體間關系方法，判定領域關聯知識的類型和新獲取的實體所屬的類別；

S34：領域知識管理；用戶可手動的實現詞表創建、修改和刪除、詞條加工、詞表導入和詞表導出。

5.根據權利要求1所述的一種應用于離散制造業生產過程的領域知識庫建立方法，其特征在于，步驟S4具體為：

S41：文本預處理；

S42：概述、術語、定義的抽取；

S43：自動標引；利用出版社積累的標注了關鍵詞、中圖分 類、地區分類文本核心要素字段的資源，采用自動化算法對這些經驗數據進行學習，產生數學模型，用于對新的文本自動標引；

S44：文本自動分類；從一個訓練數據集產生分類函數或分類器，然后把若干數據映射到給定類別中的一個；

S45：關聯分析；圍繞不同粒度的文本資源以及實體與這些不同粒度文本資源的關聯關系，運用詞系統、語篇結構模式、句間關系模式將主題要素提取出來，加入語義標簽，形成可計算的知識單元；

S46：文本聚類；利用文檔特征向量本身的特征，將具有相似特性的數據文檔歸為簇，使簇內的文檔有高的相似度，簇間的文檔具有高的相異度；

S47：基于算法輔助的人工優化，包括關聯關系的協同建設和信息手動矯正。

6.根據權利要求1或5所述的一種應用于離散制造業生產過程的領域知識庫建立方法，其特征在于，所述文本預處理具體為：

S21：領域文本分詞，將中文字串轉變成詞串；

S22：領域詞匯詞性標注，根據句子的上下文信息給句中的每個詞匯標注一個正確的詞性；

S23：顯著程度計算，在分詞、詞性標注的基礎上，去除停用詞，對語料中實詞出現頻率、位置以及共現信息的顯著程度因素計算實詞的顯著程度；

S24：領域關鍵詞抽取，在顯著程度計算基礎上將顯著實詞作為領域關鍵詞；

S25：領域實體抽取，給文本中的每個詞匯指定一個類別標簽；

S26：領域詞匯自動分類，依據已有的分類訓練語料對新輸入的詞匯進行分類預測。