[发明专利]一种基于LSA的工业知识数据分类与关联方法及其系统

说明书

本发明公开了一种基于LSA的工业知识数据分类与关联方法及其系统，接收用户输入的用于分类号查询的关键词；将接收到的关键词输入构建的潜在语义空间矩阵，计算关键词和分类号查询向量之间的相关度，将相关度按照降序排序后输出，并展示给用户。构建潜在语义空间矩阵：统计关键词和分类号的共现频次，并生成关键词‑分类号矩阵，构建潜在语义空间矩阵；将历史分类号查询向量投影到潜在语义空间中，计算关键词和历史分类号查询向量的相关度；相关度经LSA算法计算降序排序后获得关键词排序结果，将关键词排序结果和工业知识数据相关度的实际值进行比对，更新潜在语义空间矩阵。本发明用于对工业知识的精准匹配、高效查询和结构性关联。

技术领域

本发明涉及一种基于LSA的工业知识数据分类与关联方法及其系统，属于工业知识分类关联技术领域。

背景技术

伴随5G+工业互联网的发展战略，为了提高工业知识服务的质量，提供用户满意的答案，工业知识不仅要不断沉淀工业领域的行业知识，还要对知识进行精细化分类和关联匹配。工业知识的数量和服务质量，决定了所能提供的工业知识服务的广度和深度，以及解决问题的能力，现有技术中缺乏如何对知识进行精细化分类和关联匹配的方法。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于LSA的工业知识数据分类与关联方法及其系统，以解决现有技术中工业知识数据分类与关联方法单一，精准查询工业知识不方便，需要耗费大量时间与精力，导致工作知识获取、查询匹配效率低下等问题。

为达到上述目的，本发明提供一种基于LSA的工业知识数据分类与关联方法，包括：

接收用户输入的用于分类号查询的关键词；

将接收到的关键词输入构建的潜在语义空间矩阵，计算关键词和分类号查询向量之间的相关度，将相关度按照降序排序后输出，并展示给用户。

优先地，构建潜在语义空间矩阵，包括：

1）获取工业知识数据的关键词和分类号，并进行分隔预处理；

2）逐个统计关键词和分类号的共现频次，并生成关键词-分类号矩阵；

3）基于关键词-分类号矩阵，构建潜在语义空间矩阵；

4）收集历史用户关键词和对应的历史分类号查询向量，将该历史分类号查询向量投影到潜在语义空间中，计算关键词和历史分类号查询向量的相关度；

5) 相关度经LSA算法计算降序排序后获得关键词排序结果，将关键词排序结果和工业知识数据相关度的实际值进行比对，更新潜在语义空间矩阵。

优先地，分隔预处理，包括：

删除没有分类号只有关键词的工业知识数据；

将工业知识数据中的关键词与分类号分离, 以表格形式记录关键词与分类号的对应关系。

优先地，步骤2）逐个统计关键词和分类号的共现频次，并生成对应矩阵，包括：

切分关键词和分类号，生成关键词集合和分类号集合；

逐个统计关键词与分类号共现的次数；

基于关键词与每个分类号之间的共现频次，生成关键词-分类号矩阵。

优先地，步骤4）中，包括：

基于余弦公式，计算关键词历史分类号查询向量的相关度。

优先地，步骤5) ，相关度经LSA算法计算降序排序后获得关键词排序结果，将关键词排序结果和工业知识数据相关度的实际值进行比对，更新潜在语义空间矩阵，包括：

判断工业知识数据相关度的实际值中是否出现关键词排序结果中的关键词，若出现关键词排序结果中的关键词，则在潜在语义空间矩阵中通过新增一个非 0 的分量表示该关键词排序结果中的关键词，更新潜在语义空间矩阵。

优先地，步骤1）中，对于已经标引至三位数字甚至更细的分类号, 将该分类号的标引控制在三位数字以内，不足三位数字的分类号保持原分类深度。