一种空分领域知识图谱驱动的空分装备生产智能问答机实现方法

本发明属于空分装备生产技术管理领域，特别涉及一种空分领域知识图谱驱动的空分装备生产技术智能问答机实现方法。

背景技术：

0、技术背景

1、空分装备作为国之重器，其设备投资大、零部件价值高，且具体型号参数需要根据客户需求定制。因此，空分装备生产过程中往往呈现出型号繁多的特点，其零部件生产制造过程往往以离散化、分布式的形态实现，所涉及到的生产技术也具有出分散、繁杂的特点。

2、为此，针对空分装备离散化生产过程中所暴露出的专业技术知识采集、管理与应用效率复杂的问题，亟需一种可以帮助生产技术管理人员与一线操作人员的技术领域知识智能问答机，以期在海量的、专业的空分装备生产过程数据中提取出专业化的空分装备生产技术领域知识，并形成基于用户交互界面的空分装备生产技术领域问题的智能求解。

技术实现思路

1、为了解决空分装备生产过程的知识高效管理与应用的问题，本发明的目的在于提供一种空分领域知识图谱驱动的空分装备生产技术智能问答机实现方法，首先采用定制化开发的hanlp-kf语言处理包和neo4j数据库实现对空分装备生产技术领域知识的规范化表示与存储，并通过multi-raspberry pi采集网络在分布式的空分装备生产现场获取实时生产数据，以此构建出空分装备生产技术领域的动态实时知识图谱，最后采用朴素贝叶斯分类方法使得空分装备生产技术智能问答机能够对用户界面输入的各种专业问题进行解析与反馈。

2、为了达到上述目的，本发明采用的技术方案是：

3、1、空分领域知识图谱驱动的空分装备生产技术智能问答机实现方法，其特征在于，包括以下步骤：

4、s1：基于hanlp处理包，形成处理空分生产领域技术的术语定制化hanlp-kf语言处理包，并基于neo4j数据库，实现空分装备生产过程的技术领域知识的规范化表示与存储；

5、s2：以multi-raspberry pi采集网络所采集到的实时生产数据为补充，构建带有动态实时特征的空分生产技术领域知识图谱；

6、s3：依据s1中的所存储的空分生产技术领域知识和s2中的动态空分生产技术领域知识图谱，采用朴素贝叶斯分类法对各种专业问题进行响应，并开发智能问答机的用户交互界面，最终实现对空分生产技术领域问题的智能解析与反馈。

7、2、根据权利要求1所述的空分领域知识图谱驱动的空分装备生产技术智能问答机实现方法，其特征在于步骤s1中所述的知识的规范化表示，主要包括工艺技术、原料、供应商、应用领域、特点、产品、性质、问题、顾客等领域知识的表示。所述的知识的规范化存储，是指以“主语-谓语-宾语”的结构存储，基于rdf方式将知识表示出来，同时通过neo4的数据库，针对材料、应用板块、故障解决方法、故障类别和工艺技术分别建立相应的知识库。以材料特点为例，“material”代表材料，“r”表示关系，“characteristic”表示材料特点，可形式化为：

8、rdf::＝＝{mat.,r,cha}

9、基于neo4j数据库的知识大批量构建可以分为四步：

10、(1)首先，以节点为依据进行分类，并设立每一列节点的表头，将数据以csv文件的形式存储，并复制粘贴至neo4j安装目录下的import文件里。

11、(2)然后，以关系为依据进行分类，并设立每一列关系的表头，将数据以csv文件的形式存储，并复制粘贴至neo4j安装目录下的import文件里。

12、(3)其次，启动neo4j服务器，在指令框中输入导入命令，导入的顺序为：首先导入节点csv文件，创建实体节点；再导入关系csv文件，创建实体节点之间的关系。

13、在neo4j指令框中导入“problem”与“category”节点关系的cypher语句，该cypher语句的两端由起始节点、终止节点和关系构成。

14、部分模板对应的cypher查询语句如下：

15、·所属类问题cypher查询模板

16、match(n:problem)-[r:is]-(m:category)where n.问题名称＝{get_problemname}return m.类型名称

17、·解决方法类问题cypher查询模板

18、match(n:problem)where n.问题名称＝{get_problemname}return n.解决方法

19、·变量(大于)类问题cypher查询模板

20、match(n:application_field)-[:apply]-(m:material)where n.应用领域＝{get_applicationfieldname}and m.变量>＝{get_temperature}return m.材料名称

21、·变量(小于)类问题cypher查询模板

22、match(n:application_field)-[:apply]-(m:material)where n.应用领域＝{get_applicationfieldname}and m.变量<{get_temperature}return m.材料名称

23、(4)当实体节点、节点关系都创建并建立连接后，若后期还有补充添加的，可以创建新的实体节点，并构建相应关系；若后期有要删除的，需要先删除节点关系，再删除实体节点。

24、3、根据权利要求1所述的空分领域知识图谱驱动的空分装备生产技术智能问答机实现方法，其特征在于步骤s2所述的multi-raspberry pi采集网络构建，包括以下特征：

25、(1)在有一个已配置的raspberry pi时，其cont组件可以保证其与其它raspberrypi进行通信与交互；

26、(2)raspberry pi将通过其信息i/o组件响应某个基于点对点的请求；

27、(3)len组件将为cont组件提供响应的具体解决方案，该方案需要综合考虑步骤(2)中所涉及的唯一请求与raspberry pi自身的实时状态；

28、(4)在确定空分装备生产数据需要获取时，cont组件将在len组件的帮助下激活ssor组件；

29、(5)ssor组件将通过其物理i/o获取其所配置的传感器实体监控数据；

30、(6)在(5)动作时，向ds组件提出请求，获取历史数据/知识，并将其作为输入数据供len组件进行算法或模型处理；

31、(7)len组件也向ds组件请求，并返回如何执行合作，完成任务；

32、(8)步骤s1中所存储的数据/知识和传感数据一起支持s3中的问答机具有更好的执行效果；

33、(9)len组件的学习结果也会作为空分领域知识的一部分保存在步骤s1的领域知识图谱中。

34、4、根据权利要求1所述的空分领域知识图谱驱动的空分装备生产技术智能问答机实现方法，其特征在于，

35、步骤s3所述的采用朴素贝叶斯分类法对新问题进行响应，包括以下流程：

36、(1)问答机中，用户输入的问句经过s1中的hanlp-kf的处理之后，进入到了问题匹配模块，问题匹配模块的理论基础是基于one-hot编码的词向量，关键技术是朴素贝叶斯分类器。

37、(2)使用朴素贝叶斯分类器对问句的样本进行训练。首先需要创建javardd，再将javardd转化为saprkrdd，从而提高朴素贝叶斯分类器的计算速度。接着运用朴素贝叶斯分类器对用户问句样本集合进行训练，当用户问句词向量输入时，朴素贝叶斯分类器会根据分类模板进行概率计算，把用户问句词向量分配到对应模板当中去。

38、(3)问题查询模块的构建。问题查询模块的核心是基于cypher语句的查询模板，cypher是neo4j图数据库的查询语言。在问题查询模块中，每一个模板下的代码都包含着对应的cypher查询语句。问题查询模块的原理是，经过(2)的问题匹配模块的处理，问句已经被分了类，将专有词性符号替换成专有词汇，实现变量的替换。接着根据每个模板下设定好的cypher语句，通过neo4j的查询接口进入图数据库中搜索，得到答案。

39、本发明的有益效果为：

40、1、本发明提出的方法与传统的问答机相比：本发明借助知识图谱工具，动态构建了空分装备生产技术的智能问答机，将生产过程中所产生的数据作为知识的一部分进行动态更新，实现了空分装备生产领域的相关知识的有效管控，为相关领域的从业人员查询空分专业生产知识提供便利，结果表明，本发明较以往的空分知识库的智能化程度显著提升。

41、2、本发明构建的空分装备生产领域知识图谱，将multi-raspberry pi采集网络所采集到的实时生产数据补充为领域知识图谱的动态特性，有效克服了传统知识库、专家系统在知识更新迭代困难的缺点，通过问答机的自学习能力，能够在知识图谱中存储更为复杂、动态更新的知识，为一线生产与技术管理人员提供与时俱进的领域知识。