[发明专利]一种基于飞行器维修的知识推理方法

权利要求书

1.本发明提出了一种基于飞行器维修的知识推理方法，将非结构化文本的附加信息与知识推理三元组相结合，进而实现更高效准确的知识推理，主要包含以下步骤：

步骤(A)数据预处理；

步骤(B)飞行器维修知识图谱的构建；

步骤(C)基于知识图谱进行知识提取；

步骤(D)使用构建的四元组进行知识推理；

步骤(E)对推理结果进行评价。

2.根据权利要求1所述的一种基于飞行器维修的知识推理方法，其特征在于：步骤(A)，对原始数据进行预处理，包括数据清洗和自然语言处理：一是整理获取的飞行器技术跟踪数据，针对数据缺失和冗余等数据质量问题，建立属性约束和完整性约束进行数据筛选与重复数据的冗余清除；二是使用分词工具将经过预处理的文本信息进行分词，参照停用词典去除标点符号、停用词等。

3.根据权利要求1所述的一种基于飞行器维修的知识推理方法，其特征在于：步骤(B)，飞行器知识图谱的构建，使用Neo4j对维修信息、故障信息及其关系以实体为中心进行存储，调用python中的py2neo模块，采用自底向上的方法构建飞行器维修知识图谱，每个实体，如“故障”、“下部措施”、“部件信息”等都是一个独立的节点，每个事件与事件具体信息之间存储为“关系”。

4.根据权利要求1所述的一种基于飞行器维修的知识推理方法，其特征在于：步骤(C)，基于知识图谱进行知识提取，使用Cypher语句将构建好的知识图谱导出为CSV格式并解析，然后结合非结构化文本中的附加信息，构建出符合推理形式的四元组。

5.根据权利要求1所述的一种基于飞行器维修的知识推理方法，其特征在于：步骤(D)，使用构建的四元组进行知识推理，根据已经定义好关系的四元组将每个四元组实例(head,relation,tail，information)中的关系relation看作从头实体到尾实体的翻译，通过不断的对四元组中h、r、t、n(head,relation,tail，information)的向量进行调整，使(h+r+n)与t尽可能相等。

6.根据权利要求1所述的一种基于飞行器维修的知识推理方法，其特征在于：步骤(E)，对推理结果进行评价，以已知正确的三元组为例，将其头实体或尾实体依次替换为语料库中的其他实体，得到n个三元组，分别对其计算h+r+n-t的值，并对这n个值进行升序排序，然后记录已知正确三元组的值经过排序后的序号m，如果前m-1个三元组中有x个三元组也是正确的，那么将已知正确三元组的序号改为m-x，最后对所有已知正确的三元组重复上述过程，用正确三元组的排名情况评估训练效果(尾实体同理)，评估的两个度量标准为：Hit@10：前十个的命中率；Mean rank：平均第几个命中。