[发明专利]面向人机协作装配任务的知识图谱构建方法

权利要求书

1.一种面向人机协作装配任务的知识图谱构建方法，其特征在于，按照以下步骤实施：

S1：分析实际的人机协作装配任务，得到具体的知识图谱构建流程图；

S2：从不同渠道采集不同模态、不同结构的原始装配数据；

S3：将采集到的多源异构装配数据统一预处理成自然语言文本的形式；

S4：采用LTP语言技术平台对预处理过的自然语言文本语料进行句法分析，包括分词、词性标注、命名实体识别、依存句法分析和语义角色标注；

S5：采用“基于规则模板的方法”设计新规则，从句法分析的结果中进行信息抽取，包括实体抽取、关系抽取和属性抽取；

S6：采用“实体匹配”的方法对信息抽取得到的三元组数据进行知识融合，以消除实体指称项的多样性和歧义性问题，包括实体消歧和共指消解；

S7：对数据层中的知识进行概念化抽象得到模式层知识，用本体库对这些知识进行管理；

S8：将数据层和模式层知识以属性图模型的方式存储在图数据库Neo4j中，并以图结构的形式进行可视化，进而得到面向人机协作装配的知识图谱。

2.根据权利要求1所述的面向人机协作装配任务的知识图谱构建方法，其特征在于：所述的步骤S3中，具体过程是：

S31：将企业生产资料中包含的半结构化自然语言文本抽取出来，进行句法调整，使其顺畅有序，之后按照装配顺序归入本文形式的文档A中；

S32：从人机协作装配场景中采集到的图片数据采用自然语言描述的方式得到其中所包含的语义信息，补充到文档A中；

S33：从零件的三维CAD模型中得到其属性特征和装配特征，此类数据直接作为结构化的数据另行保存，无需补充到文档A中；

S34：将从互联网资源和专业书籍中采集到的相关知识资源直接补充到文档A中。

3.根据权利要求1所述的面向人机协作装配任务的知识图谱构建方法，其特征在于：所述的步骤S5中，对于三元组的定义如下：设知识图谱为G，头实体为H，尾实体为T，头实体-尾实体之间的关系为R，实体标签为L，实体属性为V，关系属性为P，则将这些要素组织在一起，定义结构化三元组的表达式为：

G＝[H:L{ATT:V}]-(R{ATT:P})-[T:L{ATT:V}]

具体过程是：

S51：从依存句法分析的结果中进行关系抽取，得到语料中包含的核心谓词和关联谓词，即实体抽取的备选特征词，其中，依存句法分析的结果以(序号1，序号2，关键词)的形式表示，具体包含以下小步骤：

S511：如果关键词是HED，序号2用0表示，则序号1所指代的那个词就作为核心谓词，有且仅有一个；

S512：如果关键词是COO，且序号2所指代的那个词是核心谓词，则序号1所指代的那个词就作为关联谓词，可以有多个关联谓词；

S52：依据装配过程需要设计规则，从备选特征词集合中剔除掉不符合要求的特征词，剩余的词作为连接头实体和尾实体的关系特征词R；

S53：依据语义角色标注的结果，从语料中去匹配每个关系特征词R所对应的主语和宾语，得到结构化三元组的头实体H和尾实体T，其中，语义角色标注的结果以(序号1，[(关键词，序号2，序号3)，……])的形式表示，关键词所指代的词的范围在[序号2，序号3]区间内，具体包含以下分步骤：

S531：如果序号1所指代的词是关系特征词R，且既存在用关键词A0或者ARGM-MNR标识的词H，又存在用关键词A1标识的词T，则词H作为关系特征词R对应的头实体抽取，词T作为关系特征词R对应的尾实体抽取；

S532：如果序号1所指代的词是关系特征词R，且既存在用关键词A1标识的词H，又存在用关键词A2标识的词T，则词H作为关系特征词R对应的头实体抽取，词T作为关系特征词R对应的尾实体抽取；

S533：如果序号1所指代的词是关系特征词R，且只存在用关键词A2标识的词H，则词H作为头实体抽取；

S534：在实体抽取时，添加额外的三元组，具体方式如下：

S5341：如果三元组[H，R，T]中的头实体H用关键词ARGM-MNR标识，且修饰词H的使动词是“用”，则在该条三元组抽取完成后，自动添加三元组[操作者，使用，H]；

S5342：如果三元组[H，R，T]中的头实体H用关键词A2标识，则在该条三元组抽取完成后，自动添加三元组[操作者，拿，H]；

S54：在实体属性抽取过程中，依存句法分析的结果以(序号1，序号2，关键词)的形式表示，具体包括以下小步骤：

S541：如果关键词是ATT，且序号2所指代的词包含在头实体或尾实体列表中，则表示序号1所指代的词与序号2所指代的词存在状中关系，那么抽取序号1所指代的词作为序号2所指代词的一个属性值V；

S542：如果关键词是SBV，且序号2所指代的词包含在头实体或尾实体列表中，则表示序号1所指代的词与序号2所指代的词存在主谓关系，那么抽取序号1所指代的词作为序号2所指代词的一个属性值V；

S55：在关系属性抽取过程中，语义角色标注的结果以(序号1，[(关键词，序号2，序号3)，……])的形式表示，具体包括以下分步骤：

S551：如果序号1所指代的词是关系特征词R，且关键词是ARGM-ADV，则表示区间[序号1，序号2]所指代的部分在语料中作关系特征词R的状语，那么抽取[序号1，序号2]所指代的部分作为关系特征词R的一个属性值P；

S552：如果序号1所指代的词是关系特征词R，且关键词是ARGM-TMP，则表示序号1所指代的词在语料中作关系特征词R的时间状语，那么抽取序号1所指代的词作为关系特征词R的一个属性值P。