CN109189946A - 一种将设备故障语句描述转换为知识图谱表达的方法 - Google Patents

Abstract

本发明提供一种将设备故障语句描述转换为知识图谱表达的方法。所述方法包括：(一)、构建词典，包括构建设备及组件词典、状态词词典、程度词词典、同义词词典，还包括构建关系词典；(二)、构建用于知识图谱转换的句型模板表；(三)、将供检索用的设备维修知识库中的历史故障现象描述进行分词、同义置换；(四)、根据步骤(三)所得故障现象描述的句型在句型模板表中找到相匹配的句型模板格式、语义片段、扩展语义片段；(五)、词典扩展。该方法将设备故障语句描述转换为一个或多个最小化语义结构的知识图谱，同时模块化、标准化，能更清晰地表达语义结构，适应于构建可方便高效精准检索的设备故障维修知识库。

Description

一种将设备故障语句描述转换为知识图谱表达的方法

技术领域

本发明涉及信息处理技术，具体涉及一种将设备故障语句描述转换为一个或多个最小化语义结构的知识图谱、模块化、标准化、方便高效精准检索的设备故障维修信息处理方法。

背景技术

智能制造是世界制造业发展的大趋势，是我国制造业紧跟世界先进制造业步伐、构筑竞争新优势的关键所在。在全面推进智能制造的进程中，将大数据、人工智能技术与设备运维深度融合，研究设备的智能运维是一个重要的方面。智能运维的核心是智能故障诊断和分析。

企业积累了大量设备维修历史记录，包括设备故障现象、故障原因和维修方案等信息。这些信息是企业的无形资产，汇聚了企业多方的专业沉淀和经验累积。这些维修记录大多采用自然语言描述，在运维期间由不同的报修人员、维修人员文字表达。由于人员的差异性、自然语言的丰富性，这种表达具有复杂的多样性，如同一故障现象可能会有很多种显著不同的表达方式。这就对计算机自动地去精准利用这些信息构成了障碍，以往积累的丰富的维修经验只能封存在历史维修记录中，无法充分发挥其应有的价值。

因此，如何最大化的利用这些大量的设备维修历史数据，从中挖掘出设备维修知识、构建设备维修知识库，对企业在后续运维中具有重要意义。

传统上采用基于关键词的直接搜索来利用设备维修历史记录；还有就是各种利用人工或自动聚类分类技术来应用设备维修记录；最近的技术方案是将设备的故障记录表示为“设备、及该监控数据的采样时间、及设备监控特征的集合、及故障判别结果、及处理结果或维护策略、及处理所花费的代价”的形式，根据设备当前运行状态搜索与之最相近历史记录的维修处理方法。

现有设备维修知识库利用的不足如下：

1、使用自然语言描述的设备维修记录由于人员的差异性、自然语言的丰富性，这种表达具有复杂的多样性，如同一故障现象可能会有很多种显著不同的表达方式，传统基于关键词的直接搜索利用方法，查准率和查全率都很低；

2、各种自动聚类分类利用方法，缺少语义理解，效果也不令人满意；

3、依据设备当前运行状态数值来查找历史维修记录，不足有：

①少有从语义的角度分析、处理历史维修记录、构建设备维修知识库，没有充分发掘出设备维修历史数据应有的价值，②适用范围受到局限，该方案不能处理没有保存设备运行状态的历史维修记录，很多设备的维修都是由保修人员用自然语言对设备故障现象进行描述的，③可扩展性有限，该方案要求使用者了解每种设备的运行状态数值所表达的含义，才可以找到相近的历史维修记录。

发明内容

本发明的目的是为了构建一种标准化、语义化、知识化、方便高效利用的设备维修知识库，提供一种将设备故障语句描述转换为知识图谱表达的方法，该方法将设备故障语句描述转换为一个或多个最小化语义结构的知识图谱，同时模块化、标准化，能更清晰地表达语义结构，适应于构建可方便高效精准检索的设备故障维修知识库。

为了解决上述现有技术问题,本发明的技术方案是:

本发明一种将设备故障语句描述转换为知识图谱表达的方法，所述方法包括：

(一)、构建词典，包括构建设备及组件词典、状态词词典、程度词词典、同义词词典，还包括构建关系词典，所述关系词典用于存储：A、设备及组件词典中的对象之间的层级关系，B、设备及组件与状态之间的关系；

(二)、构建用于知识图谱转换的句型模板表，将常见故障现象描述根据句型进行分类，并根据分类构建句型模板表，所述句型模板表至少包括不同的句型模板格式、及不同的句型模板格式相对应的语义图谱格式片段、及扩展语义图谱格式片段；

(三)、将供检索用的设备维修知识库中的历史故障现象描述进行分词、同义置换；

(四)、根据步骤(三)所得故障现象描述的句型在句型模板表中找到相匹配的句型模板格式，然后根据该句型模板格式相对应的语义图谱格式片段在关系词典中找到相对应的语义片段，同理找到扩展语义片段，并将找到的句型模板格式、语义片段、扩展语义片段分别相对应的标识符存储进设备维修知识库中的历史故障现象描述相对应的句型模板格式字段、语义图谱片段字段、扩展语义图谱片段字段；

(五)、词典扩展，对于不可完全分词的故障现象描述进行处理，将得到的设备及组件、状态加入到现有词典中。

所述设备及组件词典用于收录所述设备故障语句描述的对象，所述状态词词典用于收录所述对象的故障或状态，所述程度词词典用于收录设备或组件状态描述中的程度描述词，所述同义词词典用于列举所有语义相同的词及转换同义词为标准词，所述限定词词典是为设备及组件词典、状态词典中未包含的词而提出的，用于收录对设备及组件和对状态进一步限定的词；

所述步骤(一)构建关系词典时，对设备及组件附加的程度词、限定词一起写入相应的字段，程度词和限定词分别加前缀识别；

所述步骤(二)还包括：基于设备及组件词典、状态词典、程度词词典、限定词词典对样本中的故障现象描述进行分词，分别用实体、状态、程度词、限定词来标记得到的分词结果，将故障现象描述转化为实体、状态词、程度词、限定词的组合，即句型模板；

所述步骤(二)还包括将句型模板中的实体和实体、实体和状态之间的基本关系转换为语义图谱片段，以及将句型模板中的实体和实体、实体和状态之间的拓展关系转换为扩展语义图谱片段，所述语义图谱片段和扩展语义图谱片段中的关系与关系词典中的关系相对应；

每个所述句型模板对应一个默认的语义图谱片段和一个或多个扩展语义图谱片段；

所述步骤(三)还包括通过分界符将故障现象描述分为多个句子，将每个句子采用前向最大匹配算法对故障现象描述进行分词，提取出程度词，然后再基于设备及组件词典、状态词典、限定词词典，采用前向最大匹配算法进行分词，提取出设备及组件、状态、限定词，然后根据同义词词典将同义词置换为标准词；

分词后可根据每个词属于的词典进行标注实体、状态、程度词、限定词，得到每个故障现象描述所匹配的句型模板，然后将故障现象描述根据句型模板格式中的知识图谱、扩展知识图谱的标识付存储；

所述步骤(四)还包括：创建设备故障知识数据库，在数据库中建立设备及组件词典表，将设备及组件词典、状态词典都存入设备及组件词典表，所述设备及组件词典表至少包括记录标识字段、内容字段，并在数据库中创建同义词词典表、程度词词典表、限定词词典表、句型模板表和存入上述的同义词词典、程度词词典、限定词词典、句型模板表。

本发明一种将设备故障语句描述转换为知识图谱表达的方法,其有益效果有：

1、实现用自然语言描述的故障现象知识图谱表达，将历史维修文本记录结构化、语义化和知识化，从而适用于构建出可供其它信息系统高效利用的设备维修知识库；

2、构建维修知识图谱是高效的工业设备维修知识语义搜索的基础，为设备智能化维修提供可能；

3、该方法使得设备维修知识检索简单方便，不要求使用者联机采集设备运行状态数据或了解每种设备运行状态数据的专业知识，就能高效精准地获得需要的设备维修知识。

附图说明

图1，为本发明一种将设备故障语句描述转换为知识图谱表达的方法的流程图；

图2，为本发明一种将设备故障语句描述转换为知识图谱表达的方法的句型模板表；

图3，为图2所示的句型模板表的续表(一)；

图4，为图2所示的句型模板表的续表(二)。

具体实施方式

下面结合实施例对本发明作进一步说明：

实施例

一种将设备故障语句描述转换为知识图谱表达的方法，实现步骤如下：

(一)、构建词典，包括构建设备及组件词典、状态词典、程度词、同义词词典，还包括构建关系词典，用于存储设备及组件词典中的对象的层级关系和设备及组件与状态中间的关系；

工业设备历史维修记录属于一个专业领域，其中包含大量专业词汇，如设备及组件、组件状态等，这些专业词汇是对历史维修记录进行语义理解的基础，本发明构建并应用了这些专业词典。

(1)构建设备及组件词典、状态词典。

设备故障语句主要描述某设备或组件出现了什么故障，处于什么状态，如“中转站运行故障”、“机床故障，无法加工”、“感应器坏了”，本发明分别构建设备及组件词典、状态词典来进行该类描述。所述设备及组件词典、状态词典的数据优选来自于工业设备分类体系和词典。

(2)构建程度词词典。

设备或组件状态描述中会出现“频繁”、“经常”、“很”、“非常”等程度词，本发明将构建程度词词典，知网Hownet程度级别词语词典是一种通用词典，故障现象描述只用到其中的一部分程度词；因此，针对故障现象描述语境的程度词词典构建方法如下：随机抽取20000 条汽车维修历史记录作为样本，基于知网Hownet程度级别词语词典，用前向最大匹配算法对20000个样本中的故障现象进行分词，并统计出现频率，保留出现频率大于0的程度词；后续工作中逐步补全故障现象描述语境下程度词，如“频繁”等。

(3)同义词词典

同义词词典一部分数据来自于“一种面向设备故障描述的三维分类及词汇构造方法”专利中的同义词词典。此外，用如下方法增加同义词：将20000个样本中，提取相同设备或组件的所有故障现象，人工从这些词中选出同义词。如上料链条的常见故障为“卡死”、“不转”、“无动作”。这三个词是同义词,加入同义词词典。

(4)限定词词典

限定词是为设备及组件词典、状态词典中未包含的词而提出的。如设备及组件词典、状态词典中有“机器人“，实际故障现象描述中可能会出现“ABB机器人”、“点焊机器人”、“锻造机器人”。“ABB”、“点焊”、“锻造”等词将被加入限定词词典。如状态词典中有“报警”这个词，实际故障描述中有很多带编号的报警(如“2017报警”、“2063 报警”、“1140报警”等)没有包含在状态词典中，经过分词、词性识别、句型模板匹配和人工审核被加入到限定词词典。

(二)、构建常见故障现象描述的句型模板及语义图谱片段、扩展语义图谱片段，创建句型模板表；

故障现象描述是一种语境较简单的专业领域，句式一般为陈述句，描述某个设备、部件的状态。因此句型结构有限，这些句型结构有助于语义的分析、对不可分词的语句部分进行预测。本发明对故障现象描述句型模板进行了总结，方法如下：

基于设备及组件词典、状态词典、程度词词典、限定词词典对样本中的故障现象描述进行分词，分别用实体、状态、程度词、限定词来标记得到的分词结果。则故障现象描述都将被转化为实体、状态、程度词、限定词的组合，即句型模板。例如，“试漏机托盘不动作”对应的模板为“实体+实体+状态”；”清洗机高压泵出口水管破损”对应的模板为“实体+实体+实体+状态”；“加工中心停止”对应的模板为“实体+状态”。对于故障现象描述这个特定的场景，句型是有限的，目前统计到的句型模板约为30种，如“实体+实体+状态”是出现频率最高的模板。

每个句型模板对应一个默认的语义图谱片段和一个或多个扩展语义图谱片段，常用句型模板及对应的语义图谱片段对应表如图2、图3、图4所示。

(三)、对历史故障现象描述进行分词、同义置换；

大部分故障现象描述只包含一句话。少数故障现象描述包含一段话。本发明以“。”或“；”作为分界符，将一段话分为多个句子。

每个句子按如下方法处理：首先基于程度词词典，采用前向最大匹配算法对故障现象描述进行分词，提取出程度词。然后再基于设备及组件词典、状态词典、限定词词典，采用前向最大匹配算法进行分词，提取出设备及组件、状态、限定词。

先提取程度词是因为程度词一般包含在状态描述中，如果不先提取程度词，会导致算法无法识别状态词。当故障现象描述为“大连专机(自动线)电柜箱空调坏，温度很高”时，状态词库中包含“温度高”，只有先提取出程度词“很”，前向最大匹配算法才可以正确地提取出“温度高”这个状态。

故障现象描述是由很多维修人员用自然语言写成的，对同一事物可能有很多不同的描述。为了准确搜索到维修信息，需要对同义词进行同义置换。在同义词词典中为每组同义词定义了一个标准词。分词后得到的同义词都用该组的标准词替换。如“发动机坏”、“引擎故障”，其中“发动机”和“引擎”是同义词，同义词典中为该组词定义的标准词是发动机，因此“引擎”会被替换为“发动机”。

4.根据句型模板生成语义图谱片段、存储

分词后可根据每个词属于的词典进行标注，得到每个故障现象描述所属的句型模板，并转化为对应的图谱、扩展图谱分别进行存储。具体方法如下：

在数据库中建立basicInfo表。将设备及组件词典、状态词典都存入basicInfo表，每个词都有一个ent_Id。同义词存入synonym 表中。将程度词存入adv表，将限定词存入pre表。所有的句型模板及对应的图谱片段、扩展图谱片段存入template表。

建立relation表用于存储词之间的关系，该表包含 relation_id，fromEnt,toEnt，relation_value四个字段，表示fromEnt与toEnt之间具有“relation_value”的关系，若实体、状态有附加的程度词、限定词，则一起写入相应的字段。程度词用“+”区分，限定词用“*”区分。

程度词举例：

故障现象描述“防护门|经常|关不到位”存储时，fromEnt＝“防护门ID(来自于basicInfo表)”，toEnt＝“关不到位ID(来自于 basicInfo表)+经常ID(来自于adv表)”。

限定词举例：

故障现象描述“斗山加工中心|2060|报警”存储时，fromEnt＝”斗山加工中心ID(来自于basicInfo表)”,toEnt＝“报警ID(来自于basicInfo表)*2060的ID(来自于pre表)”。

建立originalInfo表，存储历史维修记录，同时增加三个字段分别存储语义图谱片段id(即relation表的relation_id字段)，扩展语义图谱片段id(即relation表的relation_id字段)和图谱 ID(来自于template表)。

分别读入设备及组件词典、状态词典、程度词词典、同义词词典。采用前向最大匹配算法对故障现象描述进行分词。用分词的结果查询同义词表(synonym表)的syn_name字段，如果可以找到记录则将它替换为该组同义词的标准词。将得到的结果匹配句型模板，转换为该模板对应的图谱片段结构。查询basicInfo表，将词及词之间的关系写入relation表。“一种基于图谱匹配的设备故障语意搜索方法”专利以本发明生成的故障现象图谱片段为基础进行搜索，可极大地提高查全率和查准率。

5.词典扩展

词典越完备，可以被完全分词的故障现象描述就越多。专业词典很难包含所有的设备及组件、状态词。专业词典的完善是一个逐步推进的过程。对于不可完全分词的故障现象描述，本发明采用以下方法不断完善、扩展专业词典：

随机抽取20000条汽车维修历史记录作为样本。采用已有的设备及组件词典、状态词典对这20000个样本中的故障现象进行分词。对不能分词的故障现象描述，采用通用词典和stanford nlp进行分词和词性标注，采用KNN算法找出与这句话最相似的句型模板(请见本发明第2部分构建故障现象句型模板及对应的语义图谱片段)，推测出这些词语最可能的类别，经人工审核后，分别加入到设备及组件词典、状态词典、限定词词典、程度词词典。

例如故障现象描述为“凸轮磨床油温调节器异常”分词、词类标注后的结果为“实体油温调节器(nn)属性”。用KNN算法找出与之最相近的模板是“实体1+实体2+属性”且“油温调节器”词性为名称，将“油温调节器”加入可能的设备及组件列表，人工审核后，加入设备及组件词典。

该方法通过构建设备及组件词典、状态词典、程度词、同义词词典；构建故障现象句型模板；基于词典的前向最大匹配算法对故障现象进行分词；同义置换；与句型模板相匹配并生成维修知识图谱片段。维修知识图谱的生成可帮助人们快速、准确的搜索到语义相同、相近的维修知识，为维修人员提供有价值的维修信息、极大地提高维修效率。同时也将历史维修文本记录结构化、语义化和知识化，从而构建出可供其它信息系统高效利用的设备维修知识库。本发明不要求使用者联机采集设备运行状态数据或了解每种设备运行状态数据的专业知识。

以上已将本发明做一详细说明，以上所述，仅为本发明之较佳实施例而已，当不能限定本发明实施范围，即凡依本申请范围所作一般技术手段的增减或替换，皆应仍属本发明涵盖范围内。

Claims (6)

1.一种将设备故障语句描述转换为知识图谱表达的方法，其特征在于，所述方法包括：

(一)、构建词典，包括构建设备及组件词典、状态词词典、程度词词典、同义词词典，还包括构建关系词典，所述关系词典用于存储：A、设备及组件词典中的对象之间的层级关系，B、设备及组件与状态之间的关系；

(二)、构建用于知识图谱转换的句型模板表，将常见故障现象描述根据句型进行分类，并根据分类构建句型模板表，所述句型模板表至少包括不同的句型模板格式、及不同的句型模板格式相对应的语义图谱格式片段、及扩展语义图谱格式片段；

(三)、将供检索用的设备维修知识库中的历史故障现象描述进行分词、同义置换；

(四)、根据步骤(三)所得故障现象描述的句型在句型模板表中找到相匹配的句型模板格式，然后根据该句型模板格式相对应的语义图谱格式片段在关系词典中找到相对应的语义片段，同理找到扩展语义片段，并将找到的句型模板格式、语义片段、扩展语义片段分别相对应的标识符存储进设备维修知识库中的历史故障现象描述相对应的句型模板格式字段、语义图谱片段字段、扩展语义图谱片段字段；

(五)、词典扩展，对于不可完全分词的故障现象描述进行处理，将得到的设备及组件、状态加入到现有词典中。

2.根据权利要求1所述的一种将设备故障语句描述转换为知识图谱表达的方法，其特征在于，所述设备及组件词典用于收录所述设备故障语句描述的对象，所述状态词词典用于收录所述对象的故障或状态，所述程度词词典用于收录设备或组件状态描述中的程度描述词，所述同义词词典用于列举所有语义相同的词及转换同义词为标准词，所述限定词词典是为设备及组件词典、状态词典中未包含的词而提出的，用于收录对设备及组件和对状态进一步限定的词。

3.根据权利要求1所述的一种将设备故障语句描述转换为知识图谱表达的方法，其特征在于，所述步骤(一)构建关系词典时，对设备及组件附加的程度词、限定词一起写入相应的字段，程度词和限定词分别加前缀识别。

4.根据权利要求1所述的一种将设备故障语句描述转换为知识图谱表达的方法，其特征在于，所述步骤(二)还包括：基于设备及组件词典、状态词典、程度词词典、限定词词典对样本中的故障现象描述进行分词，分别用实体、状态、程度词、限定词来标记得到的分词结果，将故障现象描述转化为实体、状态词、程度词、限定词的组合，即句型模板；

所述步骤(二)还包括将句型模板中的实体和实体、实体和状态之间的基本关系转换为语义图谱片段，以及将句型模板中的实体和实体、实体和状态之间的拓展关系转换为扩展语义图谱片段，所述语义图谱片段和扩展语义图谱片段中的关系与关系词典中的关系相对应；

每个所述句型模板对应一个默认的语义图谱片段和一个或多个扩展语义图谱片段。

5.根据权利要求1所述的一种将设备故障语句描述转换为知识图谱表达的方法，其特征在于，所述步骤(三)还包括通过分界符将故障现象描述分为多个句子，将每个句子采用前向最大匹配算法对故障现象描述进行分词，提取出程度词，然后再基于设备及组件词典、状态词典、限定词词典，采用前向最大匹配算法进行分词，提取出设备及组件、状态、限定词，然后根据同义词词典将同义词置换为标准词；

分词后可根据每个词属于的词典进行标注实体、状态、程度词、限定词，得到每个故障现象描述所匹配的句型模板，然后将故障现象描述根据句型模板格式中的知识图谱、扩展知识图谱的标识符存储。

6.根据权利要求1所述的一种将设备故障语句描述转换为知识图谱表达的方法，其特征在于，所述步骤(四)还包括：创建设备故障知识数据库，在数据库中建立设备及组件词典表，将设备及组件词典、状态词典都存入设备及组件词典表，所述设备及组件词典表至少包括记录标识字段、内容字段，并在数据库中创建同义词词典表、程度词词典表、限定词词典表、句型模板表和存入上述的同义词词典、程度词词典、限定词词典、句型模板表。