CN115455196A - 一种基于rfpc概念设计框架的设计图谱构建方法 - Google Patents

Abstract

一种基于RFPC概念设计框架的设计图谱构建方法，属于设计图谱构建技术领域。它通过从文本数据中获取设计知识数据，然后把设计知识映射到所述设计知识辅助产品概念设计的需求‑功能‑原理解‑特征标志RFPC模型，通过自然语言处理技术以及依存句法分析表征所述设计知识元素及其之间的关联关系，利用图数据库对所述设计知识提供知识存储和管理方案，可以更直观地实现概念设计过程中对知识的检索、重用以及支持概念设计解方案生成。本发明解决了传统数据分析技术的限制，克服了难以有效存储和分析的弊端，产品设计知识图谱的构建，为产品创新设计方案智能生成提供了可能，将有助于产品开发前期的设计知识运用、技术创新。

Description

一种基于RFPC概念设计框架的设计图谱构建方法

技术领域

本发明属于设计图谱构建技术领域，具体涉及一种基于RFPC概念设计框架的设计图谱构建方法。

背景技术

随着科学技术的日新月异和产品个性化需求的日益广泛，产品的功能和结构日趋复杂，产品更新换代速度加快，市场竞争加剧。企业要生存、发展就必须不断推出满足用户需求，具有市场竞争力的新产品。因此，提高产品创新设计方案水平成为企业重视的问题。

产品创新设计是一项需要深厚的背景知识和丰富的设计经验的创造性智力过程，是以知识为基础的创造过程，其核心是创新思维。在产品设计的每个阶段，包括产品规划、概念设计、实施方式设计和详细设计，都要用到一套知识和数据在设计过程中，工程师通常要花费超过一半的时间来整理设计知识和数据。

因此，有效地管理设计知识和数据是企业保持竞争力和缩短产品开发时间的关键技术之一，有效利用这些海量数据，推动产品的数据驱动创新设计方法成为研究热点。其中，概念设计阶段是产品整个生命周期的重要阶段之一，决定了产品的后续设计。概念设计方案的创新性不足直接导致产品创新设计的失败。一般来说，概念设计可以描述为定义设计需求、指定功能、生成原理解、评估和选择概念的阶段。概念设计是一个耗时、耗费心力、循序渐进的学习过程。一个系统全面的概念设计方法在知识图谱的加持下可以帮助设计师在产品开发的早期阶段彻底地探索整个可选方案的空间，并大大降低开发过程后期设计失败的可能性或被竞争产品超越的可能性。

产品概念设计是一系列以设计需求为导向的迭代而复杂的工程过程。通过建立功能行为关联来寻求正确的组合机制，确定基本求解路径，生成设计方案新产品开发的成功取决于概念设计阶段的设计概念的产生企业需要在不增加生产成本和产品开发周期的前提下，快速生产出满足消费者多样化和个性化需求的新产品。产品概念设计是解决这些问题的关键步骤之一，而产品数据的使用效率是影响产品概念设计效率的主要因素。数据作为产品设计和开发的重要因素，在产品的整个生命周期中已经处于不可替代的地位。在产品与外界(如用户、环境)的交互过程中，可以产生大量的数据，产品数据包含丰富的设计知识，可以提高概念设计的效率和设计解决方案的创新性，这些数据代表了产品与外界联系的特征。产品概念设计框架主要是指通过对大量设计数据进行建模和分析，挖掘事物的相关性和隐藏模式，明确地表达设计意图产品概念设计方案的生成过程是一个从模糊需求到具体结构的映射过程，建立基于数据的产品概念设计模型，结合概念设计过程从数据中获取相关知识，在建立了功能结构和寻找合适的原理解后，将解决方案组合成概念设计涉及的数据包括产品功能数据、产品结构数据、设计备选数据等，进而辅助产品设计。

知识图谱是一个结构化的语义知识库，由实体-关系-实体和实体-属性-属性值三元组组成，其实质是大型语义网络。随着学者们对文本信息研究的深入，自然语言处理技术慢慢发展起来并走向成熟，使文本数据挖掘、语义分析、知识发现、信息检索和人工智能等应用成为可能。结合知识图谱技术可以更好地描述设计信息数据层和模式层的异构信息。通过知识图谱让设计信息之间的关系直观地可视化，通过设计目标确定所需功能，找到所适配的原理解，寻求合适的创新设计方案，决策者可以通过分析和挖掘设计图谱中的具体设计信息来发现新组合方案辅助产品设计，达到改进产品和系统方案的目的，有效改善企业在产品设计早期投入的时间成本和经济成本。

发明内容

针对现有技术中存在的上述问题，本发明的目的在于提供一种基于RFPC概念设计框架的设计图谱构建方法，解决传统数据分析技术的限制，克服难以有效存储和分析的弊端。

本发明提供如下技术方案：

一种基于RFPC概念设计框架的设计图谱构建方法，包括以下步骤：

S1、构建知识获取模块，从文本数据中获取设计知识数据，并对获取的设计知识数据进行预处理；

S2、构建设计知识框架模块，搭建RFPC设计知识本体框架，将预处理后的设计知识数据映射到该框架模型中；

S3、构建知识表示模块，建立设计知识图谱模型，利用深度学习和基于语义的依存句法分析联合触发词的方法分别抽取设计知识元以及之间的对应关系并形成设计知识三元组；

S4、构建图谱搭建模块，将设计知识三元组映射到RFPC设计知识本体框架中，并存储到图数据库中；

S5、构建图谱应用模块，提供产品设计的实现概念设计过程中对知识的检索、重用以及支持设计方案生成。

进一步的，所述步骤S1的具体过程如下：

S1.1、从文本数据中获取未处理的设计知识；

S1.2、对未处理的设计知识进行设计知识数据整合：即将获取的设计知识进行多元数据整合成统一类型；

S1.3、去除停用词：即在非结构化设计知识文本去除无关词汇；

S1.4、特征选择：即对设计知识文本中选取设计词汇作为实体识别模型的训练输入数据。

进一步的，所述RFPC设计知识本体框架模型包括四个一级设计知识本体层，分别为需求层，功能层，原理解层和特征标志层；每个一级设计知识本体层包括一组下级设计知识本体分类。

进一步的，所述需求层描述了设计需求或设计任务，决定了产品设计的目标，由总设计需求确定总功能，将用户的设计需求按照层次关系逐级分解、细化；所述功能层用于完成总功能的分解，从而得到产品的功能结构；所述原理解层是对需求的分级求解，是功能层的一个或多个功能的具体实现方式，同时也是多个原理解的组合与分解进而实现产品设计的特定功能；所述特征标志层用于描述产品设计过程中实现某种特定功能而映射的一个或多个原理解实现的直观效果。

进一步的，所述步骤S3的具体过程如下：

3.1)输入预处理后的非结构化设计知识文本数据；

3.2)采集设计知识文本中的技术词汇和设计知识属性，构建设计知识图谱的基本语料库；

3.3)训练BERT模型生成词向量；

3.4)针对设计知识的命名实体识别，利用自然语言处理算法模型，从设计知识文本中提取出设计知识图谱中需求层和原理解层次下的设计知识类别对应的实体，提高训练模型的设计知识实体识别的精度和效率；

3.5)提取设计知识实体间的功能关系，生成设计知识图谱的三元组，并对抽取关系模板进行泛化，并标准化功能关系；

3.6)构建设计知识图谱：在三元组的基础上，以图节点表示设计知识实体，以图数据库的边表示设计知识实体之间的功能关系，构建设计知识图谱。

进一步的，所述知识表示模块包括设计知识抽取部分S31、设计知识关系抽取部分S32、设计知识消歧部分S33及设计知识合并部分S34。

进一步的，所述步骤3.1-3.4基于设计知识抽取部分S31实现，所述设计知识抽取部分S31采用Bert-BiLSTM-CRF实体识别模型对设计文本进行训练。

进一步的，所述S3.5基于设计知识关系抽取部分S32及设计知识消歧部分S33实现，具体过程如下：利用LTP和触发词的方法联合抽取设计知识间的对应关系，对设计知识语料进行分句、分词和词性标注，使用LTP工具对设计文本进行处理，通过分析句子中词与词之间的依存关系来分析句法结构，构建三元组识别原则，对句子中的每个触发词进行规则匹配，识别设计知识关系三元组。

进一步的，所述步骤3.6)基于设计知识合并部分S34实现，具体过程如下：基于设计知识抽取部分S31、设计知识关系抽取部分S32及设计知识消歧部分S33中多种设计知识抽取及其关系对应，完成设计知识的实体识别、实体对齐和实体链接形成最终的设计知识的合并。

进一步的，所述步骤4的具体过程如下：

4.1、存储实体识别模型识别出的设计知识实体；

4.2、存储设计知识关系抽取出的实体关系；

4.3、存储设计知识三元组及其对应的设计知识属性；

4.4、将步骤4.1、4.2和4.3中的设计知识映射到PFPC概念设计框架中并存储到图数据库中。

通过采用上述技术，与现有技术相比，本发明的有益效果如下：

1)本发明通过获取来源广泛的产品设计知识有关的文本资料，因其设计知识冗余、数据量大和数据类型多且杂，故对其进行知识抽取和整合形成一套完成的知识表征体系即设计图谱模式层，并对设计信息进行了完整的划分方便从整体分析产品设计的自顶向下的创新设计流程。

2)本发明从设计知识的本体框架的搭建和具体的设计知识信息抽取以及设计知识三元组的存储方法，相较于传统的设计信息存储方式如专业书籍，企业数据系统等，结合了知识图谱的设计知识更具有可扩展性和可视化能力，更能使设计知识具有更大的价值，是产品创新设计的一种强力辅助手段，能优化产品的创新设计进程。

附图说明

图1为本发明的设计图谱构建方法框架示意图；

图2为本发明的设计知识文本预处理过程示意图；

图3为本发明的设计知识本体框架示意图；

图4为本发明的设计知识体系间的逻辑关系图；

图5为本发明的设计图谱的构建流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合说明书附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

请参阅图1-5，一种基于RFPC概念设计框架的设计图谱构建方法，包括以下步骤：

S1、构建知识获取模块，从文本数据中获取设计知识数据，并对获取的设计知识数据进行预处理。

具体过程如下：

S1.1、从设计专业书籍、网页百科、设计类文献和设计报告中获取未处理的设计知识；

S1.2、对未处理的设计知识进行设计知识数据整合，即对从网页百科、设计专业书籍、设计类文献和设计报告中的设计知识进行多元数据整合成统一类型；

S1.3、去除停用词，即在非结构化设计知识文本去除无关词汇；

S1.4、特征选择，即对设计知识文本中选取设计词汇作为实体识别模型的训练输入数据，图2是设计知识文本预处理过程；

S2、构建设计知识框架模块，搭建RFPC设计知识本体框架，将预处理后的设计知识数据映射到该框架模型中。

其中，RFPC设计知识本体框架中，建立需求-功能-原理解-特征标志设计知识体系，设计知识体系下有32个设计知识类别，如图3设计知识本体框架所示，需求层包括汽车、机床、农业机械、工程机械、电工机械、基础机械、仪器仪表、包装机械、环保机械、重型矿山机械和石化通用机械；功能层包括分离、导向、连接、控制、转换、供应、信号和支持；原理解层包括构件、作用原理和物理效应；特征标志层包括寿命、运输、成本、安全性、制造性、装配性、环保性、可维修性、人体工程和回收价值。

具体的，需求层(Requirement，R)描述了设计需求或设计任务，决定了产品设计的目标，由总设计需求确定了总功能，将用户的设计需求按照一定的层次关系逐级分解、细化，从而将模糊、不具体的需求分解为明确、具体的子需求，以利于设计者的正确理解，从而设计出满足用户需求的产品；

具体的，功能层是设计知识本体框架的核心设计知识，功能层(Function，F)主要任务是完成总功能的分解，从而得到产品的功能结构，根据已定义的概念设计知识框架中的功能基的分类方法来描述在具体的设计方案中的多个功能，例如总功能、分功能和子功能，同时以功能基为基础的功能层为到原理层的映射提供了一种可行的方法；

具体的，原理解层(Principle，P)是对需求的分级求解，也是功能层的一个或多个功能的具体实现方式，同时也是多个原理解的组合与分解进而实现产品设计的某种特定功能；

具体的，特征标志层(Characteristic，C)用于描述产品设计过程中实现某种特定功能而映射的一个或多个原理解实现的直观效果，如安全性、可维修性、环保性、稳定性、成本、寿命等一些具体的指标，也是设计过程中对需求的反馈；如图4是设计知识体系间的逻辑关系图。

构建知识框架模块，采用自底向上方法构建，用于根据多元设计知识如结构化设计知识、半结构化设计知识和非结构化设计知识构建本体，在设计知识框架模块构建时，需要对设计知识分类、对设计实体定义、定义属性以及定义关系。

S3、构建知识表示模块，建立设计知识图谱，利用深度学习和基于语义的依存句法分析联合触发词的方法分别抽取设计知识元以及之间的对应关系并形成设计知识三元组；具体过程如下：

3.1)输入预处理后的非结构化设计知识文本数据，输入应综合考虑设计知识质量和格式规范等因素；

3.2)采集设计知识文本中的专有技术词汇和设计知识属性，构建设计知识图谱的基本语料库；

3.3)训练BERT模型生成词向量；BERT模型能够学习词汇上下文语义信息，并将词汇映射到向量空间，为后续设计知识实体识别、关系抽取等任务提供支持；

3.4)针对设计知识的命名实体识别，利用自然语言处理算法模型，从设计知识文本中提取出设计知识图谱中“需求”和“原理解”层次下的19个设计知识类别对应的实体，提高训练模型的设计知识实体识别的精度和效率；

3.5)设计知识的关系提取，并标准化关系，功能关系指)需求-功能-原理解-特征标志中的功能，大多数情况下是以动词形式展现，提取设计知识实体间的功能关系后即可生成设计知识图谱的三元组，通过对抽取关系模板的泛化和对关系标准化，即确定触发词来提高设计知识的关系抽取等操作后减少了设计图谱构建过程的人工繁琐工作，提高设计图谱的生成速度和精度；

3.6)构建设计知识图谱：在三元组的基础上，以图节点表示设计知识实体，即代表产品的结构和功能的对象原理解，以图数据库的边表示设计知识实体之间的功能关系，构建设计知识图谱。

知识表示模块包括设计知识抽取S31、设计知识关系抽取S32、设计知识消歧S33及设计知识合并S34。

具体的，步骤3.1)-3.4)基于设计知识抽取S31。

设计知识抽取S31：采用BERT-BiLSTM-CRF实体识别模型对设计文本进行训练，利用BERT的中文预训练模型将设计知识文本逐字映射编码为嵌入向量训练出对应的特征向量即计算设计文本中每个字的单个字符特征，句子特征和位置特征，将特征向量相加即可得到设计文本中每个字的完全向量属性，计算BERT中的多层Transformer获得的完整特征来获得特征向量，被标注的设计知识文本经过)BERT层将设计知识文本的每个字转化为低维词向量；

首先设计知识文本经过编码后的生成的向量经过三个不同的全连接层，得到Q，K，V三个向量，然后Q和K^T进行矩阵相乘得到单词和其他单词相关程度的向量QK^T，最后将标准化的QK^T放入到softmax激活函数中，得到词与词之间的关联度向量，再乘以V得到最终向量，如公式所示：

其中，Q是当前设计知识编码的字符向量，K是查询当前设计知识编码的字符向量的注意力向量，V是当前设计知识文本序列的每个字符向量之间的关系信息向量，

是方差为d的正态分布。

再通过多头结构拼接设计知识文本的向量，为解决注意力机制不提取文本的时序特征，Transformer在数据预处理前对设计知识文本加上位置编码向量；

其中，pos是指当前设计知识在设计文本中的位置，i是指向量中每个值的索引，PE指设计知识所在位置编码，d_model是指设计知识的词向量嵌入维度。

并与设计知识文本经过编码后的生成的向量进行加权求和，得到设计知识句子中每个字的相对位置，得到设计文本中每个字的完全编码向量；

将)特征即词向量序列输送到BiLSTM模型进行训练，在特征提取的基础上，)BiLSTM输出的中间状态被用作关注层的输入，设计知识之间的关联是通过计算每个设计知识实体与其他语句之间的关注度得来的，再分别计算前向和后向的LSTM隐藏层的输出序列，并拼接两个方向的向量输出序列获得特征矩阵，本层输出为设计知识文本中每一个字属于不同设计知识实体的概率，更好地挖掘设计知识文本中技术相关词语与其它词之间的语义信息，更好地理解上下文隐含的设计知识信息；

最后与CRF层相结合，利用这一层解码输出概率最大的设计知识实体预测标签序列，学习设计知识语句中相邻设计知识相关的命名实体标签之间的转移规则，比如以“I-采煤机”作为采煤机这个实体的首词的标签就是一个非法标签，因为一个字只可能是两种情况，一种是术语，标签是“B-采煤机”或者“I-采煤机”，一种不是术语，标签是“O”，利用条件随机场模型则可以规避这种非法情况的发生，得到每个设计知识实体的标注类型，对序列中的实体提取分类，得到全局最优的设计知识词语标记序列。

具体流程如下：

a)非结构化设计知识实体识别文本数据用YEEDA标注工具进行语料标注，按照)RFPC概念设计知识框架构建数据集；

b)数据标注规则：用BIO标注规则，如对“采煤机”进行标注为“B-需求”为实体中第一个字的标注，“I-需求”表示实体中剩余的字，“O”为不属于该实体的单词，标注后的数据即可作为设计知识实体识别模型的训练和测试使用；

c)将语料库分划为训练集与测试集：十折交叉验证的方式按等比例划分为9:1将部分设计知识语料作为BERT-BiLSTM-CRF模型的训练集，其余语料作为测试集，以保证设计知识实体识别模型的有效性；

d)训练BERT-BiLSTM-CRF模型：用BERT将设计知识文本编码为词向量形式，为模型输入向量型数据，对)模型参数调优后确定模型的最佳参数组合，训练出设计知识实体识别最优模型；

e)将训练后的)设计知识实体识别模型用于处理全部语料：将未标注的非结构化设计知识文本输入)训练好的设计知识实体识别模型，即BERT-BiLSTM-CRF模型，最终输出相关设计知识实体识别结果，即设计知识实体片段。

具体的，步骤3.5)基于设计知识关系抽取S32及设计知识消歧S33。

设计知识关系抽取S32：

利用LTP和触发词的方法联合抽取设计知识间的对应关系，对设计知识语料进行分句、分词和词性标注，使用LTP工具对设计文本进行词性标注、依存句法分析等处理，通过分析句子中词与词之间的依存关系来分析句法结构，构建三元组识别原则，对句子中的每个触发词进行规则匹配，识别设计知识关系三元组。

设计知识消歧S33：将相同类型但有些许表述上的差异的设计知识链接到同一设计知识元，对设计知识文本进行正则化处理，将文本中涉及到的非指代词的却有指向的设计知识相关的技术词汇进行正则处理，将相关代词通过语义相似度计算，用计算后分值大的设计知识实体进行替换，其次，所涉及的设计知识关系类型较多，要对)关系类型进行归类和标准化为)功能层下的8个设计知识功能分类，具体方法为：

利用相似度计算)设计知识关系抽取获得的关系词即功能词，以)功能词作为)设计知识关系抽取的触发词，结合聚类算法如K-means聚类算法将)的功能词映射到)功能层下的8个设计知识功能分类，完成设计知识的消歧，下表为示例：

关系组合类型	触发词	Example
			连接关系	连接、啮合、耦合等	截止阀串联调节阀
控制关系	驱动、调整、压缩等	引导机构控制推杆
			转换关系	改变、转换、浓缩等	输出轴改变横轴截割轴
信号关系	测量、标记等	检测装置测量采煤机的机身
			支持关系	承载、安装、装配等	钻机滑座安装在滑轨上
供应关系	容纳、收集、提供等	升降机构支撑有喷雾装置
			导向关系	喷射、旋转、泵送等	回转台随着回转座旋转
分支关系	分离、释放、过滤等	控制器切断电气和油泵

具体的，步骤3.6)基于设计知识合并S34。

设计知识合并S34：通过上述多种设计知识抽取及其关系对应，完成设计知识的实体识别、实体对齐和实体链接形成最终的设计知识的合并。

S4、构建图谱搭建模块，将设计知识三元组映射到RFPC设计知识本体框架中，并存储到图数据库中；具体过程如下：

4.1、存储实体识别模型识别出的设计知识实体；

4.2、存储设计知识关系抽取出的实体关系；

4.3、存储设计知识三元组及其对应的设计知识属性；

4.4、将步骤4.1、4.2和4.3中的设计知识映射到PFPC概念设计框架中并存储到图数据库中。

S5、构建图谱应用模块，提供产品设计的实现概念设计过程中对知识的检索、重用以及支持设计方案生成。

图谱应用模块包括设计知识智能检索S51、设计方案智能求解S52、设计方案智能推荐S53、及设计方案创新性评估S54。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于RFPC概念设计框架的设计图谱构建方法，其特征在于：包括以下步骤：

S1、构建知识获取模块，从文本数据中获取设计知识数据，并对获取的设计知识数据进行预处理；

S2、构建设计知识框架模块，搭建RFPC设计知识本体框架，将预处理后的设计知识数据映射到该框架模型中；

S3、构建知识表示模块，建立设计知识图谱模型，利用深度学习和基于语义的依存句法分析联合触发词的方法分别抽取设计知识元以及之间的对应关系并形成设计知识三元组；

S4、构建图谱搭建模块，将设计知识三元组映射到RFPC设计知识本体框架中，并存储到图数据库中；

S5、构建图谱应用模块，提供产品设计的实现概念设计过程中对知识的检索、重用以及支持设计方案生成。

2.根据权利要求1所述的一种基于RFPC概念设计框架的设计图谱构建方法，其特征在于所述步骤S1的具体过程如下：

S1.1、从文本数据中获取未处理的设计知识；

S1.2、对未处理的设计知识进行设计知识数据整合：即将获取的设计知识进行多元数据整合成统一类型；

S1.3、去除停用词：即在非结构化设计知识文本去除无关词汇；

S1.4、特征选择：即对设计知识文本中选取设计词汇作为实体识别模型的训练输入数据。

3.根据权利要求1所述的一种基于RFPC概念设计框架的设计图谱构建方法，其特征在于所述RFPC设计知识本体框架模型包括四个一级设计知识本体层，分别为需求层，功能层，原理解层和特征标志层；每个一级设计知识本体层包括一组下级设计知识本体分类。

4.根据权利要求3所述的一种基于RFPC概念设计框架的设计图谱构建方法，其特征在于所述需求层描述了设计需求或设计任务，决定了产品设计的目标，由总设计需求确定总功能，将用户的设计需求按照层次关系逐级分解、细化；所述功能层用于完成总功能的分解，从而得到产品的功能结构；所述原理解层是对需求的分级求解，是功能层的一个或多个功能的具体实现方式，同时也是多个原理解的组合与分解进而实现产品设计的特定功能；所述特征标志层用于描述产品设计过程中实现某种特定功能而映射的一个或多个原理解实现的直观效果。

5.根据权利要求4所述的一种基于RFPC概念设计框架的设计图谱构建方法，其特征在于所述步骤S3的具体过程如下：

3.1)输入预处理后的非结构化设计知识文本数据；

3.2)采集设计知识文本中的技术词汇和设计知识属性，构建设计知识图谱的基本语料库；

3.3)训练BERT模型生成词向量；

3.4)针对设计知识的命名实体识别，利用自然语言处理算法模型，从设计知识文本中提取出设计知识图谱中需求层和原理解层次下的设计知识类别对应的实体，提高训练模型的设计知识实体识别的精度和效率；

3.5)提取设计知识实体间的功能关系，生成设计知识图谱的三元组，并对抽取关系模板进行泛化，并标准化功能关系；

3.6)构建设计知识图谱：在三元组的基础上，以图节点表示设计知识实体，以图数据库的边表示设计知识实体之间的功能关系，构建设计知识图谱。

6.根据权利要求5所述的一种基于RFPC概念设计框架的设计图谱构建方法，其特征在于所述知识表示模块包括设计知识抽取部分S31、设计知识关系抽取部分S32、设计知识消歧部分S33及设计知识合并部分S34。

7.根据权利要求6所述的一种基于RFPC概念设计框架的设计图谱构建方法，其特征在于所述步骤3.1-3.4基于设计知识抽取部分S31实现，所述设计知识抽取部分S31采用Bert-BiLSTM-CRF实体识别模型对设计文本进行训练。

8.根据权利要求7所述的一种基于RFPC概念设计框架的设计图谱构建方法，其特征在于所述S3.5基于设计知识关系抽取部分S32及设计知识消歧部分S33实现，具体过程如下：利用LTP和触发词的方法联合抽取设计知识间的对应关系，对设计知识语料进行分句、分词和词性标注，使用LTP工具对设计文本进行处理，通过分析句子中词与词之间的依存关系来分析句法结构，构建三元组识别原则，对句子中的每个触发词进行规则匹配，识别设计知识关系三元组。

9.根据权利要求8所述的一种基于RFPC概念设计框架的设计图谱构建方法，其特征在于所述步骤3.6)基于设计知识合并部分S34实现，具体过程如下：基于设计知识抽取部分S31、设计知识关系抽取部分S32及设计知识消歧部分S33中多种设计知识抽取及其关系对应，完成设计知识的实体识别、实体对齐和实体链接形成最终的设计知识的合并。

10.根据权利要求9所述的一种基于RFPC概念设计框架的设计图谱构建方法，其特征在于所述步骤4的具体过程如下：

4.1、存储实体识别模型识别出的设计知识实体；

4.2、存储设计知识关系抽取出的实体关系；

4.3、存储设计知识三元组及其对应的设计知识属性；

4.4、将步骤4.1、4.2和4.3中的设计知识映射到PFPC概念设计框架中并存储到图数据库中。

Images