[发明专利]基于知识图谱的网络协同制造技术资源智能检索方法在审

专利信息
申请号: 202110190770.7 申请日: 2021-02-19
公开(公告)号: CN112905803A 公开(公告)日: 2021-06-04
发明(设计)人: 侯文龙;彭瑞 申请(专利权)人: 同济大学
主分类号: G06F16/36 分类号: G06F16/36;G06F40/242;G06F16/903;G06F16/951;G06N5/02
代理公司: 上海科律专利代理事务所(特殊普通合伙) 31290 代理人: 叶凤
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 知识 图谱 网络 协同 制造 技术 资源 智能 检索 方法
【权利要求书】:

1.一种基于知识图谱的网络协同制造技术资源智能检索方法,其特征在于,包括以下步骤:

收集网络协同制造技术资源数据并构建网络协同制造技术资源知识图谱;

对用户提出的问题进行解析,得到需求关键词集合;

对需求关键词集合中的每个关键词,从知识图谱中查询技术资源相关信息,返回对应的候选结果列表;

对候选结果列表进行排序,输出相关技术资源信息。

2.根据权利要求1所述的一种基于知识图谱的网络协同制造技术资源智能检索技术,其特征在于,收集网络协同制造技术资源数据并构建网络协同制造技术资源知识图谱具体包括:

数据抓取,知识抽取,从抓取到的网络协同技术资源描述信息中抽取实体信息,利用预训练好的DMCNN模型抽取实体和关系;

知识抽取,从抓取到的网络协同技术资源描述信息中抽取实体信息,利用预训练好的DMCNN模型抽取实体和关系;

知识融合,在获取实体后,将不同来源的数据的相同实体的不同表达进行融合,完成实体识别,关系链接和本体生成;

知识更新,在网络协同技术资源更新后,将新的技术资源信息添加到原有的知识图谱中。

3.根据权利要求1所述的一种基于知识图谱的网络协同制造技术资源智能检索技术,其特征在于,对用户提出的问题进行解析,得到需求关键词集合具体包括:

构造用于问句分类的类,在其中定义特征词、领域词与问句疑问词;

构建Aho-Corasick字符串匹配算法,该算法包括trie字符串索引词典与Aho-Corasick自动机两种数据结构,用于提取领域词、关键词;

在用户输入问题时,通过Aho-Corasick字符串匹配算法匹配问句中的需求关键词集合。

4.根据权利要求1所述的一种基于知识图谱的网络协同制造技术资源智能检索技术,其特征在于,对候选结果列表进行排序,输出相关技术资源信息具体包括:

根据历史检索信息和检索层级,对候选结果赋予权重值;

按照权重值对候选结果进行分类;

输出候选结果中权重最高的前5项。

5.根据权利要求2所述的一种基于知识图谱的网络协同制造技术资源智能检索技术,其特征在于,知识抽取,从抓取到的网络协同技术资源描述信息中抽取实体信息,利用预训练好的DMCNN模型抽取实体和关系还包括:

所述的网络协同制造技术资源知识图谱中实体包含技术名称实体、技术关键词实体、技术网络地址实体,关系包含技术名称实体含有技术关键词,技术名称实体存在的网络地址。

6.根据权利要求1-4任一所述的一种基于知识图谱的网络协同制造技术资源智能检索技术,其特征在于,还包括:

网络协同技术资源信息包含技术信息、服务、软件、创新、人才、培训6类。

7.根据权利要求1-4任一所述的一种基于知识图谱的网络协同制造技术资源智能检索技术,其特征在于,还包括:

网络协同技术资源描述信息至少包括技术名称以及相应的技术描述信息。

8.根据权利要求1-4任一所述的一种基于知识图谱的网络协同制造技术资源智能检索技术,其特征在于,还包括:

所述的网络协同技术资源信息的存储类型为下列其中之一:文本、图像、视频。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110190770.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top