[發明專利]高速列車產品結構樹知識融合方法、裝置和程序產品

在審

• 申請號: 202210654049.3
• 申請日: 2022-06-09
• 公開（公告）號: CN114996476A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 任坤華;齊洪峰
• 申請（專利權）人: 中車工業研究院有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G06F16/31;G06F40/14;G06F40/194;G06F40/295;G06F40/30;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 常芳

本發明提供一種高速列車產品結構樹知識融合方法、裝置和程序產品，所述方法包括：獲取高速列車多元數據的組織分析數據，構建本體模式，并根據本體模式構建領域知識圖譜；將領域知識圖譜融合為階段知識圖譜，其中，階段知識圖譜的本體融合是基于實例數據的命名實體識別輸出的本體概念進行映射對齊而實現，階段知識圖譜的實體融合是基于聚類實體利用多信息融合相似度進行實體對齊而實現；基于組織分析數據的階段領域結構樹，進行階段領域結構樹本體的映射融合，用以實現各階段知識圖譜的融合。本發明可實現各階段知識圖譜融合，使各階段領域知識互通互聯關系更加清晰，解決高速列車數據冗余且異構的缺陷。

技術領域

本發明涉及列車異構知識融合技術領域，尤其涉及一種高速列車產品結構樹知識融合方法、裝置和程序產品。

背景技術

高速列車的生命周期包括設計、制造、運維多個階段，隨著多階段歷史數據的積累，形成了大量的經驗知識，能夠為產品的設計、制造及運維各階段提供經驗知識。然而，這些經驗知識存儲于不同平臺，各生命周期階段知識來源不一且形式結構復雜，一般采用知識圖譜對經驗知識進行組織和表示，從而更好的獲取經驗知識。

知識圖譜被稱作有學識的AI，常常被用于融合多源數據來構建大規模知識庫。知識圖譜本質上是一種語義知識庫，是一種語義網絡，用于表示實體之間的語義關系，適合于描述高速列車的復雜結構知識。

現有技術中，由于高速列車的知識來源復雜，存在于不同階段的不同層級中，導致不同階段構建的知識圖譜具有異構的特點，使得各階段知識相互關聯表現不明、知識不互通，以及知識冗余且異構等問題。

發明內容

本發明提供一種高速列車產品結構樹知識融合方法、裝置和程序產品，用以解決現有技術中多階段知識冗余且異構、不同階段構建的知識圖譜異構的缺陷，實現各階段知識圖譜融合，使各階段領域知識互通互聯關系更加清晰。

本發明提供一種高速列車產品結構樹知識融合方法，包括：

獲取高速列車多元數據的組織分析數據，構建本體模式，并根據所述本體模式構建領域知識圖譜；

將所述領域知識圖譜融合為階段知識圖譜，其中，所述階段知識圖譜的本體融合是基于實例數據的命名實體識別輸出的本體概念進行映射對齊而實現，所述階段知識圖譜的實體融合是基于聚類實體利用多信息融合相似度進行實體對齊而實現；

基于所述組織分析數據的階段領域結構樹，進行所述階段領域結構樹本體的映射融合，用以實現各階段知識圖譜的融合。

根據本發明提供的高速列車產品結構樹知識融合方法，所述獲取高速列車多元數據的組織分析數據，構建本體模式，并根據所述本體模式構建領域知識圖譜，包括：

基于高速列車多元數據，獲取組織分析數據，其中，所述組織分析數據包括：數據來源、領域階段、領域結構樹和階段領域結構樹，所述階段領域結構樹包括：產品族主結構樹、設計實例結構樹、裝配實例結構樹；

基于組織分析數據，獲取數據服務的上下文信息、數據類型并構建本體模式；

根據所述階段領域結構樹獲取全局本體，基于全局本體獲取局部本體，并結合本體模式獲取數據構建領域知識圖譜。

根據本發明提供的高速列車產品結構樹知識融合方法，所述數據來源包括結構化數據、半結構化數據和非結構化數據。

根據本發明提供的高速列車產品結構樹知識融合方法，所述階段知識圖譜的本體融合是基于實例數據的命名實體識別輸出的本體概念進行映射對齊而實現，包括：

基于預先獲取的語料數據，訓練獲取命名實體識別模型，其中，對所述語料數據進行實體標注和序列標注后輸入所述命名實體識別模型；

基于所述命名實體識別模型，獲取所述領域知識圖譜中的實體對應的本體概念；