CN109828986A - 一种面向定制装备制造协同过程的信息智能化处理方法 - Google Patents

Abstract

本发明公开一种面向定制装备制造协同过程的信息智能化处理方法，包括以下步骤：S1：获取包含装备定制设计、制造及售后维修保养过程中传递的信息；S2：对所述信息进行预处理，使其按照预设的模型转换为统一的信息结构；S3：获得信息特征；S4：计算主题相似度，确定信息的大类与主题；S5：分主题建立信息处理的流程和规则，形成规则库；基于每个主题的信息处理的流程和规则，建立信息回复的模板，形成模板库；S6：按照信息的大类和主题，按照各主题的处理规则和流程，通过调用模板库中的模板，自动生成回复内容。本发明基于领域知识，能够满足定制装备制造协同中复杂的信息处理，为协同的自动化、智能化奠定基础。

Description

一种面向定制装备制造协同过程的信息智能化处理方法

技术领域

本发明涉及装备制造信息智能化领域，更具体地，涉及一种定制装备制造协同过程的信息智能化处理方法。

背景技术

目前装备制造企业与用户的沟通往往通过业务员实现，而与合作伙伴的协同大多通过采购或生产部门的相关人员进行，一方面耗费了大量的人力物力，另一方面信息处理经常不及时、效率不高。迫切需要一种具有较高智能的人工智能客服，来辅助协同、沟通。

人工智能客户的核心在于协同交互信息的智能化处理。然而，定制型装备制造的极高复杂度给协同交互信息的智能化处理带来了极大的难度，突出体现在：定制装备技术方案的个性化试制特点需要研发协同过程具有高度的知识性。

我国虽然已是世界装备制造大国，但仍然不是强国，装备产品目前主要集中于中低端领域，随着中低端产品附加值的不断降低以及工业生产对高端定制装备的日益需求，发展高端定制产品是我国装备制造业实现转型升级的必然选择，而定制产品往往具有较高的个性化需求，其技术研发通常包含大量的复杂试制性活动。一方面，用户难以在一开始就提供明确清楚的产品技术需求，而装备制造企业也难以快速的给出可行产品的详细设计方案，在产品技术需求明确的过程中需要装备企业与用户之间进行大量的沟通与协同工作，这种协同不仅包含以邮件形式发生的常规商务交流，更多的是具有较高知识性的方案设计协同。另一方面，定制装备的技术复杂性又使得装备企业往往难以独立承担所有研发工作，此时还需要借助外部合作伙伴的能力，因而装备企业还需要与合作伙伴一起进行较高知识性的协同工作，才能最终确定可行可靠的产品设计方案。因而，其信息的自动识别、处理也异常复杂。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种面向定向装备制造协同过程的信息智能化处理方法，基于领域知识，满足定制装备制造协同中复杂的信息处理，为协同的自动化、智能化奠定基础。

为解决上述技术问题，本发明的技术方案如下：

一种面向定制装备制造协同过程的信息智能化处理方法，包括以下步骤：

S1：从门户网站、微信公众号、移动APP和电子邮件中获取包含装备定制设计、制造及售后维修保养过程中传递的信息；

S2：对所述信息进行预处理，使其按照预设的模型转换为统一的信息结构；

S3：对统一的信息结构进行分词、特征提取，获得信息特征；

S4：通过预先建立的领域知识库与信息特征之间的映射关系，生成特征向量，计算主题相似度，确定信息的大类与主题；

S5：分主题建立信息处理的流程和规则，形成规则库；基于每个主题的信息处理的流程和规则，建立信息回复的模板，形成模板库；

S6：按照信息的大类和主题，按照各主题的处理规则和流程，通过调用模板库中的模板，自动生成回复内容。

上述方案针对通过对各种方式（门户网站、公司邮件服务器、微信及移动APP等）所获得的各类信息进行语义辨识，并依据辨识结果，计算机自动处理，包括：自动回复与转发、工作流启动、提醒跟催、过程监控等。

优选地，还包括步骤S7，具体如下：

S7：无法通过调用模板库中的模板，自动生成回复内容时，转人工处理，并把人工处理的流程和回复的内容记录，修正和进一步丰富规则库和模板库。

实际在信息处理的过程中，有些情况需转人工处理，根据情况转接到用户、合作伙伴或企业员工，这些人工处理的流程和回复的内容，可修正或进一步丰富规则库和模板库。

优选地，所述领域知识库通过本体技术建立，依照领域依赖程度，所述本体细分为顶级本体、领域本体和应用本体，其中：

顶级本体描述最普通的概念及概念之间的关系，如空间、时间、事件、行为等，与具体的应用无关，其他种类的本体都是该类本体的特例；

领域本体用于描述指定领域知识的一种专门本体，给出了领域实体概念及相互关系、领域活动以及该领域所具有的特性和规律的一种形式化描述，由属性、对象、关系和子领域本体组成；

应用本体描述依赖于特定领域和任务的概念及概念之间的关系，为满足某种具体应用的需求，在领域本体基础上通过虚拟的方式建立。

优选地，基于本体的领域知识库的形成过程如下：

将领域概念规范化形成领域本体，将领域概念个体化形成信息元集合；

领域本体和信息元集合映射形成知识层次结构，所述知识层次结构从上至下包括知识域、知识族、知识属、知识型；

知识层次结构形成知识记忆结构，然后通过数据库建模形成领域知识库。

对领域概念进行详细推敲，分析领域知识特征表达模式，构建领域知识的内容层次和记忆结构，采用OWL语言对领域概念进行描述，建立知识库。

优选地，领域本体构建流程包括以下步骤：

由领域专家、知识工程师和目标用户共同完成本体需求分析；

复用现有本体；

核心本体建立，包括领域知识框架建立，抽取重要概念，定义类及类层次，定义属性、关系和公理，创建实例；

对核心本体进行评价，满足需求则进入领域知识库，并根据后续核心本体的建立不断进化；若不满足需求，则重新进行核心本体建立。

优选地，修正和进一步丰富规则库和模板库，具体方法为：

将人工处理的流程和回复的内容记录保存进方案集，所述方案集包括规则库和模板库中的内容；

对所述方案集进行结构化处理，形成方案特征决策表；

将所述方案特征决策表分为训练集与测试集，所述训练集通过特征约简形成第一核心特征决策表，测试集通过特征约简形成第二核心特征决策表；

经所述第一核心特征决策表生成规则表，进一步复合规则形成复合规则表；

所述规则表和复合规则表的规则知识评价第二核心特征决策表，并加入至方案集中。

与现有技术相比，本发明技术方案的有益效果是：

通过领域知识库的建立，对装备制造领域的概念进行归纳描述，利用语义识别技术对装备定制设计、制造及售后维修保养过程中传递的信息进行识别并处理成为统一的信息结构，通过分词、特征提取后的信息与邻域知识库中的内容匹配，得出信息的分类与主题，并建立规则库和模板库，对每一分类和主题给出回复的模板，同时还辅助人工回复，进一步完善规则库和模板库，初步实现定制装备制造系统协同过程中的信息智能化处理。

附图说明

图1为一种面向定制装备制造协同过程的信息智能化处理方法流程图。

图2为基于本体的领域知识库形成过程示意图。

图3为领域本体构建流程图。

图4为修正和进一步丰富规则库和模板库流程示意图。

图5为一种面向定制装备制造协同过程的信息智能化处理方法的具体实施流程图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

本实施例提供一种面向定向装备制造协同过程的信息智能化处理方法，如图1，包括以下步骤：

S1：从门户网站、微信公众号、移动APP和电子邮件中获取包含装备定制设计、制造及售后维修保养过程中传递的信息；

S2：对所述信息进行预处理，使其按照预设的模型转换为统一的信息结构；

S3：对统一的信息结构进行分词、特征提取，获得信息特征；

S4：通过预先建立的领域知识库与信息特征之间的映射关系，生成特征向量，计算主题相似度，确定信息的大类与主题；

S5：分主题建立信息处理的流程和规则，形成规则库；基于每个主题的信息处理的流程和规则，建立信息回复的模板，形成模板库；

S6：按照信息的大类和主题，按照各主题的处理规则和流程，通过调用模板库中的模板，自动生成回复内容；

S7：无法通过调用模板库中的模板，自动生成回复内容时，转人工处理，并把人工处理的流程和回复的内容记录，修正和进一步丰富规则库和模板库。

领域知识库通过本体技术建立，依照领域依赖程度，本体细分为顶级本体、领域本体和应用本体，其中：

顶级本体描述最普通的概念及概念之间的关系，如空间、时间、事件、行为等，与具体的应用无关，其他种类的本体都是该类本体的特例；

领域本体用于描述指定领域知识的一种专门本体，给出了领域实体概念及相互关系、领域活动以及该领域所具有的特性和规律的一种形式化描述，由属性、对象、关系和子领域本体组成；

应用本体描述依赖于特定领域和任务的概念及概念之间的关系，为满足某种具体应用的需求，在领域本体基础上通过虚拟的方式建立。

基于本体的领域知识库的形成过程，如图2，具体如下：

将领域概念规范化形成领域本体，将领域概念个体化形成信息元集合；

领域本体和信息元集合映射形成知识层次结构，所述知识层次结构从上至下包括知识域、知识族、知识属、知识型；

知识层次结构形成知识记忆结构，然后通过数据库建模形成领域知识库。

对领域概念进行详细推敲，分析领域知识特征表达模式，构建领域知识的内容层次和记忆结构，采用OWL语言对领域概念进行描述，建立知识库。

领域本体构建流程如图3，包括以下步骤：

由领域专家、知识工程师和目标用户共同完成本体需求分析；

复用现有本体；

核心本体建立，包括领域知识框架建立，抽取重要概念，定义类及类层次，定义属性、关系和公理，创建实例；

对核心本体进行评价，满足需求则进入领域知识库，并根据后续核心本体的建立不断进化；若不满足需求，则重新进行核心本体建立。

修正和进一步丰富规则库和模板库，如图4，具体方法为：

将人工处理的流程和回复的内容记录保存进方案集，所述方案集包括规则库和模板库中的内容；

对所述方案集进行结构化处理，形成方案特征决策表；

将所述方案特征决策表分为训练集与测试集，所述训练集通过特征约简形成第一核心特征决策表，测试集通过特征约简形成第二核心特征决策表；

经所述第一核心特征决策表生成规则表，进一步复合规则形成复合规则表；

所述规则表和复合规则表的规则知识评价第二核心特征决策表，并加入至方案集中。

在具体实施过程中，如图5，首先需要辨识的是信息所涉及的对象（产品编号、合同编号等）；可根据对象当前所处的阶段（订货意向、设计、加工、安装调试和售后等）与结合信息来源辨别信息可能涉及的主题；再根据信息内容中的关键词，就可自动分辨信息的大类与主题，确定了信息大类后，通过分词提取信息特征，通过与领域本体的映射关系，生成信息的特征向量。通过特征向量的相似度计算得到对信息进行主题归集，然后按照各主题的处理规则和流程，结合该信息所涉及对象的当前位置选择处理方式，并通过调用模板，按照信息实例自动生成回复的内容。实际在信息处理的过程中，有些情况需转人工处理，这些人工处理的流程和回复的内容，可修正或进一步丰富规则库和模板库。

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (6)

1.一种面向定制装备制造协同过程的信息智能化处理方法，其特征在于，包括以下步骤：

S1：从门户网站、微信公众号、移动APP和电子邮件中获取包含装备定制设计、制造及售后维修保养过程中传递的信息；

S2：对所述信息进行预处理，使其按照预设的模型转换为统一的信息结构；

S3：对统一的信息结构进行分词、特征提取，获得信息特征；

S4：通过预先建立的领域知识库与信息特征之间的映射关系，生成特征向量，计算主题相似度，确定信息的大类与主题；

S5：分主题建立信息处理的流程和规则，形成规则库；基于每个主题的信息处理的流程和规则，建立信息回复的模板，形成模板库；

S6：按照信息的大类和主题，按照各主题的处理规则和流程，通过调用模板库中的模板，自动生成回复内容。

2.根据权利要求1所述的面向定制装备协同过程的信息智能化处理方法，其特征在于，还包括步骤S7，具体如下：

S7：无法通过调用模板库中的模板，自动生成回复内容时，转人工处理，并把人工处理的流程和回复的内容记录，修正和进一步丰富规则库和模板库。

3.根据权利要求2所述的面向定制装备协同过程的信息智能化处理方法，其特征在于，所述领域知识库通过本体技术建立，所述本体细分为顶级本体、领域本体和应用本体，其中：

顶级本体描述最普通的概念及概念之间的关系；

领域本体用于描述指定领域知识的一种专门本体，给出了领域实体概念及相互关系、领域活动以及该领域所具有的特性和规律的一种形式化描述，由属性、对象、关系和子领域本体组成；

应用本体描述依赖于特定领域和任务的概念及概念之间的关系。

4.根据权利要求3所述的面向定制装备协同过程的信息智能化处理方法，其特征在于，基于本体的领域知识库的形成过程如下：

将领域概念规范化形成领域本体，将领域概念个体化形成信息元集合；

领域本体和信息元集合映射形成知识层次结构，所述知识层次结构从上至下包括知识域、知识族、知识属、知识型；

知识层次结构形成知识记忆结构，然后通过数据库建模形成领域知识库。

5.根据权利要求4所述的面向定制装备协同过程的信息智能化处理方法，其特征在于，领域本体构建流程包括以下步骤：

由领域专家、知识工程师和目标用户共同完成本体需求分析；

复用现有本体；

核心本体建立，包括领域知识框架建立，抽取重要概念，定义类及类层次，定义属性、关系和公理，创建实例；

对核心本体进行评价，满足需求则进入领域知识库，并根据后续核心本体的建立不断进化；若不满足需求，则重新进行核心本体建立。

6.根据权利要求2所述的面向定制装备制造协同过程的信息智能化处理方法，其特征在于，修正和进一步丰富规则库和模板库，具体方法为：

将人工处理的流程和回复的内容记录保存进方案集，所述方案集包括规则库和模板库中的内容；

对所述方案集进行结构化处理，形成方案特征决策表；

将所述方案特征决策表分为训练集与测试集，所述训练集通过特征约简形成第一核心特征决策表，测试集通过特征约简形成第二核心特征决策表；

经所述第一核心特征决策表生成规则表，进一步复合规则形成复合规则表；

所述规则表和复合规则表的规则知识评价第二核心特征决策表，并加入至方案集中。