1.针对cnc机床故障诊断的知识图谱的动态构建方法，其特征在于，具体步骤如下：
1)案例实体抽取：对于故障案例的第一种构建方法：将目前存在的非结构化的案例数据，通过实体抽取和知识融合建立实体、关系、实体之间的三元组结构，为构建完整的机床故障诊断知识图谱构建基础；
2)案例补充：对于故障案例的第二种构建方法：将用户自行添加的案例或者已经存在的结构化案例数据，通过分类的方式直接建立三元组数据结构，这部分数据为知识图谱的丰富和完善提供保障；
3)案例融合：将步骤1)和步骤2)所得到的三元组结构进行融合，完成机床故障诊断知识图谱在故障案例部分的初步构建；
4)用户评分添加：将用户对于案例的评价信息添加到已构建的知识图谱中，完成用户对案例的评分关系的属性添加；
5)计算用户间相似性：根据用户之间对共有案例的评价与其对案例的评价状况计算用户之间的相似性，完成用户之间关系的维护；
6)动态维护知识图谱：根据在实际使用中知识图谱内案例的更新和用户对于案例的反馈，定期修正用户之间的相似度信息及案例的有关信息；
7)针对图谱的搜索方法：通过针对问题与现象的匹配程度以及使用用户与其他用户的相似度进行匹配，综合返回对应的案例，其解决方案，并根据用户的反馈进行更新。
2.根据权利要求1中所述的方法，其特征在于，所述步骤1)包括：对于非结构化案例数据进行分词、词性标注、基于故障词典标注以及bio标注，根据标注的数据采用bi-lstm-crf模型进行数据训练，最后采用综合性能最优的模型放入系统中使用。
3.根据权利要求1中所述的方法，其特征在于，所述步骤5)包括：通过用户之间对案例之间的评分关系计算出用户之间的相似度数据，包括：
根据以下公式计算出用户之间的评分差异：
d(u,v)＝|cu-cv|
其中，u表示用户u，v表示用户v，cu表示用户u和用户v所共同评分案例中用户u的评分集合，cv表示用户u和用户v所共同评分案例中用户v的评分集合；
根据案例的评分差异计算出用户之间的信息熵，之后根据差异值和＝用户之间所交集的案例对信息熵的结果进行修正，得到最终的用户之间的相似度，其公式如下：
式中，di表示对应案例i的两用户之间的差异，n表示对应用户所评价案例的数量。
4.根据权利要求1中所述的方法，其特征在于，所述步骤7)包括：利用实体抽取获取用户问题中的对应实体，根据实体从知识图谱中从如下公式中计算出问题与案例之间的相似度：
其中，集合i表示从用户输入问题所提取出的实体的对应集合(i1,i2,…,in1)，集合d表示机床诊断知识图谱中的案例所包含的实体集合(d1,d2,…,dn2)；
然后，利用权利要求2中计算出的用户之间的相似度，根据以下公式对案例之间的相似度sim(i,d)进行修正：
其中，si表示与用户i之间的相似度，ri表示用户i对此案例的评分，σ表示用户相似度修正系数。