[发明专利]一种基于知识图谱的工业物联标识方法

说明书

本发明涉及一种基于知识图谱的工业物联标识方法，属于物联网信息技术领域，由现有的编码和工业互联网域名通过知识图谱组合而成。通过知识图谱信息融合技术解决工业生产过程中全生命周期的编码异构问题，建立标识与记录具体环节信息资源之间的关系，实现环节之间标签与对应标识关联关系的转化；利用知识图谱的非关系数据实现全生命周期物联网标识数据的存取，并实现物联网数据快速的全生命周期的溯源；构建全生命周期的物联网标识的知识图谱，可实现数据源的不断更新和迭代，进而改善标定的准确性。本发明支持多编码的物联网标识，可以大幅度降低解析的复杂程度，使得物联网的标识更加容易更新和维护，使系统可以快速的获得物联网设备的信息。

技术领域

本发明涉及船舶建造中的工业物联标识领域，特别是涉及一种基于知识图谱的工业物联标识方法。

背景技术

物联网标识，是指用于识别不同物品、实体、物联网对象的名称标记，可以是由数字、字母、符号、文字等以一定的规则组成的字符串。在物联网的世界中，物品标识与物理世界中的物品是一一对应、互为镜像的关系。这个标识从这个物品诞生(物品被标识)开始到这个物品生命结束为止伴随着这个物品的产生、运动及消亡的整个生命周期。标识载体技术规定了标识数据在“载体”上以何种形式存储和读取。目前离线载体有条形码、二维码、RFID、NFC等，在线载体则以各种文本或二进制数字信息存在。目前主流的标识技术有Handle、OID(object identifier，对象标识符)、Ecode(entity code for IoT，物联网统一标识体系)、Epc、UCode等，分别由不同的组织机构提出，其出发点都是面向物品对象、数字对象等进行唯一标记及提供信息查询的功能，进而发展成一种底层的信息架构，某些方面类似于互联网中的DNS。目前不同标识体系的编码规则不统一，造成“信息孤岛”及信息融合、理解及基于此的新应用的开发困难；不同标识技术在解析的过程中，用户软件必须先判断编码类型，如果类型可以被软件支持，则可以进行解析和信息查询，否则就无法获取信息。

知识图谱，究其本质就是一张包含着无数节点的巨大的语义网络，以网状图的形式展示了对领域内事物的描述，符合人类的认知模式。在这张语义网中，每个节点都代表了一个实体或概念，这些实体和概念来自于我们生活的真实世界中，节点与节点之间用连接线进行连接，可以表示实体之间的语义关系，这些节点各不相同，拥有多个自己的属性，每个属性有具体的数值。

知识图谱在国内的研究也有了一定的进展，清华大学构建发布的首个大规模跨语言中英文知识图谱XLore、上海交通大学推出的中文知识图谱研究平台zhishi.me、中国科学院创建的“人立方、事立方、知立方”原型系统和复旦大学GDM实验室推出的中文知识图谱项目等，这些项目中所建立的知识库都有着相对较大的规模，且涉及的学科种类多，领域范围较广，可以实现更加智能化地用户搜索和问答任务，提供更为人性化的用户服务。但这些相关研究还没有渗透到工业物联标识相关方面，因此在这个现状基础，本发明提出了一种基于知识图谱的工业物联标识方法，来扩展知识图谱在工业物联标识这一领域的应用，便于加快智能制造信息化的进程。

发明内容

本发明解决的技术问题是：工业物联网中存在的异构标识。

为了解决上述技术问题，本发明的技术方案是提供了一种基于知识图谱的工业物联标识方法，其特征在于，包括以下步骤：

a)通过知识图谱信息融合技术解决工业生产过程中全生命周期的编码异构问题，建立标识与记录具体环节信息资源之间的关系，实现环节之间标签与对应标识关联关系的转化，其中，知识图谱信息融合技术包括标识知识的融合及多尺度标志的知识图谱的构建：

标识知识的融合包括以下步骤：将获取到的标志信息数据进行筛选抽取，获得三元组信息并进行融合；

多尺度标志的知识图谱的构建采用自底向上的构建方式，从数据层构建开始，将实体从大量公开链接数据中提取出来，按照置信度由高到低进行排序，将排序靠前的实体添加到知识库中，在此基础上构建顶层的本体模式；