[發(fā)明專利]一種基于文本的本體構(gòu)建方法及裝置

有效

• 申請?zhí)枺?/td>: 202110069618.3
• 申請日: 2021-01-19
• 公開（公告）號: CN112733538B
• 公開（公告）日: 2023-05-30
• 發(fā)明（設(shè)計(jì)）人: 柳少峰;肖紅
• 申請（專利權(quán)）人: 廣東工業(yè)大學(xué)
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/253;G06F40/242;G06F40/216
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 楊小紅

本申請公開了一種基于文本的本體構(gòu)建方法及裝置，方法包括：對預(yù)置文本語料庫中的每一個(gè)句子進(jìn)行分詞處理，并構(gòu)建詞典；基于預(yù)置概念提取法確定詞典中各詞語的詞語特征，并根據(jù)詞語特征和詞典確定概念集，詞語特征包括詞頻、詞頻?逆向文件頻率、關(guān)鍵詞和詞語?文檔數(shù)；計(jì)算概念集中兩兩概念之間的關(guān)系強(qiáng)度，并根據(jù)關(guān)系強(qiáng)度確定關(guān)系類型；根據(jù)概念集和關(guān)系類型構(gòu)建本體概念關(guān)系圖。本申請解決了現(xiàn)有技術(shù)依賴于數(shù)據(jù)驅(qū)動(dòng)和人為驅(qū)動(dòng)，導(dǎo)致PHM領(lǐng)域本體的構(gòu)建效率低，且缺乏客觀性、自動(dòng)性和完備性的技術(shù)問題。

技術(shù)領(lǐng)域

本申請涉及預(yù)測與健康管理技術(shù)領(lǐng)域，尤其涉及一種基于文本的本體構(gòu)建方法及裝置。

背景技術(shù)

預(yù)測與健康管理(Prognostics?HealthManagement，PHM)為一種設(shè)備系統(tǒng)的關(guān)鍵技術(shù)，在系統(tǒng)設(shè)備運(yùn)行或工作狀態(tài)下，通過檢查與監(jiān)測運(yùn)行狀況，對故障進(jìn)行故障定位、故障規(guī)劃維修和供應(yīng)保障，從而減少或消除系統(tǒng)故障的發(fā)生，對降低系統(tǒng)故障率、降低企業(yè)運(yùn)營成本、提高設(shè)備生產(chǎn)效率有重要意義。

工業(yè)機(jī)器人作為一種復(fù)雜制造裝備系統(tǒng)，其智能化水平在不斷提高，在工業(yè)生產(chǎn)、民用生活等方面發(fā)揮著重要作用。但是隨著工業(yè)機(jī)器人系統(tǒng)結(jié)構(gòu)復(fù)雜性日益增加，機(jī)器人的故障檢測、故障診斷、故障預(yù)測以及維修維護(hù)等工作難度也在不斷的增大。面向工業(yè)領(lǐng)域的機(jī)器人中任何部件或者零件發(fā)生故障，都將影響到整個(gè)系統(tǒng)的正常運(yùn)行，甚至造成災(zāi)難性的后果。

在現(xiàn)有技術(shù)中，基于數(shù)據(jù)驅(qū)動(dòng)的PHM方法無法獲取系統(tǒng)精確數(shù)學(xué)模型，較大程度的限制了PHM方法的實(shí)施；而且現(xiàn)有工業(yè)機(jī)器人PHM領(lǐng)域本體的構(gòu)建過程對研究人員存在依賴，導(dǎo)致領(lǐng)域本體構(gòu)建過程不客觀，且缺乏自動(dòng)性和完備性。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N基于文本的本體構(gòu)建方法及裝置，用于解決現(xiàn)有技術(shù)依賴于數(shù)據(jù)驅(qū)動(dòng)和人為驅(qū)動(dòng)，導(dǎo)致PHM領(lǐng)域本體的構(gòu)建效率低，且缺乏客觀性、自動(dòng)性和完備性的技術(shù)問題。

有鑒于此，本申請第一方面提供了一種基于文本的本體構(gòu)建方法，包括：

對預(yù)置文本語料庫中的每一個(gè)句子進(jìn)行分詞處理，并構(gòu)建詞典；

基于預(yù)置概念提取法確定所述詞典中各詞語的詞語特征，并根據(jù)所述詞語特征和所述詞典確定概念集，所述詞語特征包括詞頻、詞頻-逆向文件頻率、關(guān)鍵詞和詞語-文檔數(shù)；

計(jì)算所述概念集中兩兩概念之間的關(guān)系強(qiáng)度，并根據(jù)所述關(guān)系強(qiáng)度確定關(guān)系類型；

根據(jù)所述概念集和所述關(guān)系類型構(gòu)建本體概念關(guān)系圖。

優(yōu)選地，所述對預(yù)置文本語料庫中的每一個(gè)句子進(jìn)行分詞處理，并構(gòu)建詞典，之前還包括：

采用預(yù)置工具爬取初始文本信息，得到初始文本集合；

將所述初始文本集合根據(jù)預(yù)置過濾規(guī)則進(jìn)行過濾，得到預(yù)置文本語料庫。

優(yōu)選地，所述對預(yù)置文本語料庫中的每一個(gè)句子進(jìn)行分詞處理，并構(gòu)建詞典，包括：

通過預(yù)置分詞工具根據(jù)預(yù)設(shè)詞典對預(yù)置文本語料庫中的每一個(gè)句子進(jìn)行分詞處理，得到多個(gè)詞語，并根據(jù)所述詞語構(gòu)建為詞典。

優(yōu)選地，所述預(yù)置概念提取法包括詞頻統(tǒng)計(jì)法、TF-IDF算法、TextRank算法和詞語文檔統(tǒng)計(jì)法；相應(yīng)的，所述基于預(yù)置概念提取法確定所述詞典中各詞語的詞語特征，并根據(jù)所述詞語特征和所述詞典確定概念集，包括：

采用所述詞頻統(tǒng)計(jì)法統(tǒng)計(jì)所述詞典中各個(gè)詞語的初始詞頻；

采用所述TF-IDF算法計(jì)算所述詞典中各個(gè)詞語的初始詞頻-逆向文件頻率；

采用所述TextRank算法抽取所述詞典中的初始關(guān)鍵詞；

采用所述詞語文檔統(tǒng)計(jì)法統(tǒng)計(jì)所述詞典中包括同一個(gè)詞語的文檔數(shù)量，得到初始詞語-文檔數(shù)；