CN108549667B - 一种结构化工程设计知识的语义检索方法 - Google Patents

Abstract

本发明公开了1.一种结构化工程设计知识的语义检索方法，该方法包括如下三个步骤：步骤1.术语分类识别；步骤2.知识语境捕捉；步骤3.语义检索。本发明提出的语义检索方法通过术语的智能分类和识别、知识语境的分析和提取以及智能检索算法，对结构化、多层次、多维度的复杂设计知识进行智能、快速和精确的搜索，从而实现匹配用户知识需求和工作语境的语义检索方法，为智能知识检索系统提供基础分析建模方法和搜索策略实现。

Description

一种结构化工程设计知识的语义检索方法

技术领域

本发明涉及复杂工程系统设计中的知识管理，具体来讲涉及一种面向结构化工程设计知识的基于语义的知识检索方法。

背景技术

本发明提出了一种结构化工程设计知识的语义检索方法，从而能够更加高效、精确地对工程设计知识进行检索，支持更好地理解和重用知识。现代工程设计的对象是飞行器和高速列车等复杂产品，这些产品的特点是其需求、功能、结构和行为都非常复杂。工程设计通常也被定义为将复杂设计需求转化为设计方案的复杂过程，涉及到机械、控制、动力、电子等多个学科的知识，因而面向工程设计的知识管理一直是工程设计研究的热点。目前，传统的知识记录和共享方法还是通过撰写专业设计报告，知识获取方法也主要是通过与资深专家进行交流。然而这种方法获取的都是分散的知识点，对需要将知识应用到新领域的人员具有较高的要求，理解知识和重用知识的效率也非常低。

随着信息技术的不断发展，许多企业开始使用信息系统进行知识管理，尽管对于专业文档的归档和管理仍然是这些系统的侧重点，越来越多的系统开始采用结构化知识模型(比如设计原理-Design Rationale)对设计知识进行高效捕捉和管理。结构化的知识模型可以将不同知识片段以图形化的方式连接起来，通过确定、清晰的语义和逻辑关系表示复杂的设计知识。这些系统的应用范围不断扩大，知识记录的数量也随之快速地增长，以一个航天产品的组件为例，其设计过程中产生的结构化知识节点可以达到几万个。因此，开发相应的知识检索方法成为迫切需求。现有技术主要基于关键字匹配来找到结构化知识单元中的节点并对这些节点通过相似度进行排序。基于这种技术的方法应用于结构化知识检索存在许多不足：第一，未能充分利用结构化知识中丰富的工程语义，检索结果精度不够，难以满足用户的知识需求。第二，未能充分利用知识节点的语境信息，检索结果难以理解和重用。第三，要求用户对关键词的选用有一定的经验，难以支持背景知识有限的用户。

发明内容

本发明提出了一种通用的结构化知识语义检索方法，相比现有技术解决了结构化工程设计知识术语归类、语境提取和高精度语义匹配的问题，从而支持更为高效率、高精度的复杂设计知识检索系统。相比通常采用的基于关键字匹配的检索算法，语义检索方法具有如下的优良效果：第一，该方法具有术语识别和归类技术，建立面向工程设计语义的本体结构，以此支持更加精确的内容分析和知识索引；第二，在此基础上，即使用户不能精确地描述检索术语，也可以实现高效的模糊搜索匹配；第三，该方法采用智能语境提取技术，高效地分析和利用结构化知识节点之间的语境传递和语境关联关系，以此实现更加高精度的匹配；第四；采用结合多技术要点的系统化检索匹配过程，通过术语识别、语境匹配和内容匹配几个方面提升检索精度；第五，基于用户知识使用语境，实现更精准的知识快速检索和智能推荐；第六，该方法对知识模型的具体结构定义没有要求，通过适当定制可以适用于不同类型的结构化知识。

为实现本发明之目的，采用以下技术方案予以实现：

一种结构化工程设计知识的语义检索方法，其中：该方法包括如下三个步骤：

步骤1.术语分类识别；

步骤2.知识语境捕捉；

步骤3.语义检索。

所述的方法，其中步骤1的术语分类识别按如下方式进行：将工程设计知识划分成多个知识片段，每个知识片段由一个知识文件表示，各个知识文件之间通过结构化方式连接。

所述的方法，其中：所述知识文件包括多个相互连接的知识节点，每个知识节点里面包含文本信息描述的知识内容。

所述的方法，其中：所述步骤1还包括：对所述知识内容进行术语标记，所述术语形式包括以下13种元素之一或多个，所述13种元素包括：机构组织、机构人员、需求、项目过程、任务、产品、部件、材料、功能、设计分析、设计概念、物理量、制造过程。

所述的方法，其中：所述13种元素的语义关系描述如下：(1)一个项目涉及到多个机构和多个人员，同时又包含多个任务，而这些任务又构成了产品设计过程中的执行单元；(2)项目的执行是为了开发一个产品，这个产品由若干部件组成；(3)工作人员定义产品需求，这些需求由功能来满足，而功能决定采用什么样的设计概念；(4)对于任何一个部件，除了设计概念外，其材料和所需采用制造过程也是重要知识内容；(5)一个部件的设计概念、所选材料和制造过程决定了一些关键物理量的数字，而这些数值也可以通过设计分析来获得。

所述的方法，其中步骤2的知识语境捕捉包括：将层次语境由高一级的知识文件传递到下一级的知识文件及其节点中；对两个相互关联的节点提供关系语境，以表示两个知识节点之间的关系。

所述的方法，其中步骤2的知识语境捕捉还包括：在对知识节点的知识内容进行术语分类后，对该知识内容的术语进行语义分析，获得该节点的知识语境。

所述的方法，其中步骤2还包括：记录语境内容，建立语境对象并形成链式结构。

所述的方法，其中步骤3的语义检索包括：首先根据检索内容中的检索词与语境对象进行匹配，根据是否可以找到匹配的语境对象进入下一步。

所述的方法，其中如果找到包含所有检索词的语境对象，则找出该语境对象所关联的所有知识文件，根据语义信息为这些知识文件中的节点生成智能的摘要；如果仅能找到可以匹配大多数检索词的语境对象，找到该语境对象相关联的知识文件，根据语义信息为这些文件中的节点生成智能摘要；如果无法找到任何匹配检索关键词的语境对象，根据用户当前操作情况推断用户工作语境，然后根据关键字匹配找到相关的节点，再将用户知识需求语境与这些节点的语境进行匹配，然后为匹配度高的结果生成智能摘要。

所述的方法，其中：按优先级对检索结构进行排序。

所述的方法，其中：所述语义信息包括知识节点的术语分类和节点类型信息。

附图说明

图1是术语识别分类本体模型；

图2是知识语境表示方法；

图3是复杂设计语境的语义检索算法图。

具体实施方式

下面结合附图和实施例对本发明进行进一步说明。

本发明所提出的复杂设计知识(结构化工程设计知识)智能语义检索方法包括三个重要步骤，即术语分类识别、知识语境捕捉和语义检索。

步骤1.按如图1所示的术语识别分类本体模型进行术语分类识别，本发明所面向的知识内容是基于结构化知识表示模型的，每一个复杂系统的设计知识依托该模型分解为多个相互连接的知识片段，每一个知识片段可由一个图来表示，这样的图称为一个“知识文件”，复杂设计知识则由若干以节点扩展连接起来的知识文件组成。知识文件里面包括若干相互连接的“知识节点”，每个知识节点里面包含文本信息描述的“知识内容”。其他本发明所用术语包括“检索内容”，指的是用户提供的检索信息，比如“油缸密封圈材料”，其中包含若干“检索词”(“油缸”、“密封圈”和“材料”)。图1给出了术语分类识别的本体结构，该本体结构包括复杂产品设计过程中所涉及到的13个主要元素如机构组织、机构人员、需求、项目过程、任务、产品、部件、材料、功能、设计分析、设计概念、物理量、制造过程等，上述术语分类识别中的术语指的是知识内容等里面的词汇。

这些元素构成了复杂产品设计全过程的语义描述框架，如图1所示。其中语义关系描述如下：(1)一个项目涉及到多个机构和多个人员，同时又包含多个任务，而这些任务又构成了产品设计过程中的执行单元；(2)项目的执行是为了开发一个产品，这个产品由若干部件组成；(3)工作人员定义产品需求，这些需求由功能来满足，而功能决定采用什么样的设计概念；(4)对于任何一个部件，除了设计概念外，其材料和所需采用制造过程也是重要知识内容；(5)一个部件的设计概念、所选材料和制造过程决定了一些关键物理量的数字，而这些数值也可以通过设计分析来获得。实际应用中，将对结构化知识模型中的内容进行分析，根据以上的13个类别进行术语分类和识别(比如油缸是一个“部件”)，这种分析通过计算机自动分析和手动建立术语库相结合的方式完成。计算机可以根据这些语义关系为知识内容建立一些重要关联，以此形成对单个节点内知识内容以及某个知识文件内容的智能判断，更加精确地检索到用户需要的知识。本发明的特点是，无需构建特殊的结构化知识模型，只需要针对现有的结构化知识模型，对该模型中的内容按如上13个类别进行术语分类和识别即可。

步骤2.按如图2所示知识语境表示方法进行知识语境捕捉，图2是结构化知识语境表示示意图，该结构描述了结构化知识中的知识文件以及文件中的节点都具有丰富的语境，这些语境是节点中的知识内容的重要补充，对于实现高效率、高精度的检索具有重要意义。结构化知识检索中每个知识节点都作为独立的信息单元，这些单元将被分析、索引并且存储。当用户进行知识检索时，将提供一组检索词，采用知识搜索方法将这些检索词和知识节点中的内容进行匹配，并且将相关的知识节点作为结果返回。通过语境信息的处理分析，可以大大增强搜索程序对节点内容的理解，实现更加准确的匹配。实际中的语境主要包括两个方面，即层次语境和关系语境。其中层次语境是由高一级的知识文件传到下一级的知识文件及其节点中。如图2所示，项目顶层文件具有项目的语境信息，如“油缸密封系统设计”。这个顶层语境将传到下一层知识文件，比如其中一个知识文件是系统功能分析，这个功能分析知识文件中的节点将继承项目的语境信息，即该系统功能设计是针对“油缸密封系统设计”的系统功能设计。以此类推，这种语境可以表达成一个链式结构(图2中知识语境传播)。关系语境是表示两个知识节点之间的关系，比如两个节点中的一个为另外一个提供解决方案(支持语境)或者否定某方案的理由(竞争语境)，两个文件之间的关联关系则属于关联关系语境。通过这些语境内容的记录，可以建立起语境对象(如图2中的示例)并形成链式结构以形成知识语境的捕捉，将这些对象和知识节点进行关联，可以为每个知识节点提供额外的信息供搜索算法查找匹配。

步骤1和步骤2中的术语分类与识别和知识语境表示可以在知识节点的内容扫描和索引等预处理过程中完成，从而辅助计算机更好地理解知识节点的语义内容并为知识节点添加丰富的语境信息。该预处理指通过计算机程序读取每一个知识节点内容，找到其中关键字并建立起关键字和知识节点的索引，同时根据两个连接起来的知识节点的类型判断它们的语义关系，比如“答案”节点和“问题节点”连接表示答案节点的内容是为问题节点所描述的内容提供一个可能的方案。其中术语分类与识别可以辅助计算机识别知识内容中的术语，根据图1中的术语类别分析判断知识节点所描述的内容，比如一个节点里面包含“O型密封圈”和“丁晴橡胶”，计算机判断前者是部件，后者是材料，则很可能该节点描述的是为一个部件选择材料，再配合节点的类型及与其他节点连接关系，可以更加智能地判断一个知识片段的语义信息。语境对象是计算机预处理所有知识节点后建立起来的存储于计算机中的额外信息，图2左边解释了语境关系的示意，右边给出了语境对象的一个实例。语境对象是一个链式结构，其中每个节点都描述了一个知识文件的语义信息，比如整个项目的名称是“油缸密封系统设计”，则该项目下面分出的知识文件则都继承了这个语义(图中的语境层1)。类似地，“密封圈子系统设计”知识文件中的节点则继承了语境层1的语境，又具有密封圈子系统的语义(语境层2)。这个链式结构里面的每一个节点表示一个特定的语境，前面介绍的基于术语分类的语义分析也可用于分析语境的内容，即知识语境捕捉还包括在对知识节点的知识内容进行术语分类后，对该知识内容本身的术语进行语义分析，获得该节点的知识语境，保存该节点的知识语境信息。这些语境对象作为额外信息和知识文件关联起来，这样每一个知识文件(包括内部的知识节点)都有额外的信息来辅助检索。搜索的时候可以把用户提交的搜索词和语境对象里面的节点进行匹配，以此找到符合用户搜索需求的知识文件，然后再根据该知识文件中的知识节点内容实现进一步匹配。基于以上两个方法，可以实现语义检索方法，具体过程如下。

图3是本发明提出的语义搜索方法的流程图，具体如下：首先根据检索内容中的检索词与语境对象进行匹配，根据是否可以找到匹配的语境对象进入下一步搜索；如果可以找到包含所有检索词的语境对象，说明用户检索内容完全匹配到某个知识文件，找出该语境对象所关联的所有知识文件，根据前述的术语分类和节点类型分析得到的语义信息为这些知识文件中的节点智能地生成摘要信息，比如“这是一个问题节点，讲的是部件‘油缸密封圈’使用材料‘丁晴橡胶’的问题”，根据图中所示的方法对这些结果进行排序；如果仅能找到可以匹配绝大多数检索词的语境对象，找到该语境对象相关联的知识文件，根据语义信息为这些文件中的节点生成智能摘要，根据图中所示方法排序，其中检索内容能够匹配上顶层项目语境的知识节点排在检索结果的顶部；如果无法找到任何匹配检索关键词的语境对象，根据用户当前和历史操作情况推断用户工作语境(知识需求语境，例如用户之前一直在查找并浏览与“概念”以及“材料”有关的内容，则很有可能该用户是在为某个部件的概念设计节点确定选择何种材料，这些推断定义为规则存储于计算机当中，即可获得用户工作语境)，然后根据关键字匹配找到相关的节点，再将用户知识需求语境与这些节点的语境进行匹配，然后为匹配度高的结果智能地生成摘要并根据图中所述的优先级对结果进行排序。

综上所述，本发明提出的语义检索方法通过术语的智能分类和识别、知识语境的创建以及智能检索算法，对结构化、多层次、多维度的复杂设计知识进行智能、快速和精确的搜索，从而实现匹配用户知识需求和工作语境的语义检索方法，为智能知识检索系统提供基础分析建模方法和搜索策略实现。该语义检索方法可以大大增强计算机对于知识节点内容和语境的理解，实现更加快速、准确的搜索和匹配。通过知识语境的捕捉，该方法支持首先匹配知识文件的语境，实现快速地找到相应知识文件。同时可以实现知识文件层次的匹配，通过关联的知识节点群提供更加丰富的信息。此外，通过复杂设计过程的本体模型，可以对知识节点内的信息进行智能分析，获取节点内的知识关联，实现更好的匹配，对于用户对检索关键词的熟悉程度要求更低。基于语义信息，该方法还可以为每个知识节点生成智能的摘要，辅助用户迅速对检索结果是否有用进行判断，进一步提高知识检索和重用的效率。本发明对知识管理框架中的知识模型具体结构没有要求，可以适用于更多知识检索应用场景。

Claims (2)

1.一种结构化工程设计知识的语义检索方法，其特征在于：该方法包括如下三个步骤：

步骤1.术语分类识别；

步骤2.知识语境捕捉；

步骤3.语义检索；

步骤1的术语分类识别按如下方式进行：将工程设计知识划分成多个知识片段，每个知识片段由一个知识文件表示，各个知识文件之间通过结构化方式连接，每个知识节点里面包括知识内容，所述步骤1还包括：对所述知识内容进行术语标记，所述术语包括以下13种元素之一或多个，所述13种元素包括：机构组织、机构人员、需求、项目过程、任务、产品、部件、材料、功能、设计分析、设计概念、物理量、制造过程；

所述13种元素的语义关系描述如下：(1)一个项目涉及到多个机构和多个人员，同时又包含多个任务，而这些任务又构成了产品设计过程中的执行单元；(2)项目的执行是为了开发一个产品，这个产品由若干部件组成；(3)工作人员定义产品需求，这些需求由功能来满足，而功能决定采用什么样的设计概念；(4)对于任何一个部件，除了设计概念外，其材料和所需采用制造过程也是重要知识内容；(5)一个部件的设计概念、所选材料和制造过程决定了一些关键物理量的数字，而这些数值也可以通过设计分析来获得；

其中步骤2的知识语境捕捉包括：将层次语境由高一级的知识文件传递到下一级的知识文件及其节点中；对两个相互关联的节点提供关系语境，以表示两个知识节点之间的关系；

其中步骤2的知识语境捕捉还包括：在对知识节点的知识内容进行术语分类后，对该知识内容的术语进行语义分析，获得该节点的知识语境；

其中步骤2还包括：记录语境内容，建立语境对象并形成链式结构；

所述的方法，其中步骤3的语义检索包括：首先根据检索内容中的检索词与语境对象进行匹配，根据是否可以找到匹配的语境对象进入下一步；其中如果找到包含所有检索词的语境对象，则找出该语境对象所关联的所有知识文件，根据语义信息为这些知识文件中的节点生成智能的摘要；如果仅能找到可以匹配大多数检索词的语境对象，找到该语境对象相关联的知识文件，根据语义信息为这些文件中的节点生成智能摘要；如果无法找到任何匹配检索关键词的语境对象，根据用户当前操作情况推断用户工作语境，然后根据关键字匹配找到相关的节点，再将用户知识需求语境与这些节点的语境进行匹配，然后为匹配度高的结果生成智能摘要。

2.根据权利要求1所述的方法，其特征在于：所述知识文件包括多个相互连接的知识节点，每个知识节点里面包含文本信息描述的知识内容。

Images