KnowIME: A System to Construct a Knowledge Graph for Intelligent Manufacturing Equipment

構(gòu)建智能制造設(shè)備知識圖譜的系統(tǒng)

---

系統(tǒng)架構(gòu)

顯示了構(gòu)建KnowIME信息系統(tǒng)的架構(gòu)圖。

智能制造設(shè)備的非結(jié)構(gòu)化數(shù)據(jù)（例如文本，圖像）和結(jié)構(gòu)化數(shù)據(jù)（例如數(shù)值數(shù)據(jù)）是從互聯(lián)網(wǎng)，百度百科以及相關(guān)的智能制造網(wǎng)站獲得的。

數(shù)據(jù)與關(guān)系數(shù)據(jù)一起保存到Redis數(shù)據(jù)庫中。

從多個來源（例如數(shù)據(jù)庫和Hadoop File System）中提取知識實(shí)體和數(shù)據(jù)關(guān)系。

提取的實(shí)體和關(guān)系將保存到特殊格式的文件中，并通過APOC工具和load csv文件導(dǎo)入到Neo4j非關(guān)系數(shù)據(jù)庫中。

最后，為了提高用戶查詢知識的效率，首先完成了圖數(shù)據(jù)庫中實(shí)體與關(guān)系之間的知識存儲，并盡可能優(yōu)化了圖結(jié)構(gòu)。

---

建筑KG的技術(shù)

如圖所示提出的智能制造設(shè)備信息系統(tǒng)主要包括兩個方面，即制造設(shè)備領(lǐng)域中的實(shí)體提取和設(shè)備領(lǐng)域中實(shí)體之間的關(guān)系提取。

數(shù)據(jù)準(zhǔn)備階段是關(guān)于獲取數(shù)據(jù)和清潔數(shù)據(jù)。

然后，構(gòu)造知識單元的操作主要包括文本中的命名實(shí)體信息和單元實(shí)體之間的關(guān)系提取。

結(jié)構(gòu)化顯示是使用數(shù)據(jù)可視化技術(shù)在提取的實(shí)體和關(guān)系之間進(jìn)行可視化的過程。

最后，最短路徑算法用于計算圖節(jié)點(diǎn)的最接近距離，以推薦相關(guān)設(shè)備信息并為用戶提供搜索服務(wù)。

---

文本數(shù)據(jù)的預(yù)處理主要使用NLP的常用方法，包括文本的提取和詞性標(biāo)記。

對于從網(wǎng)頁抓取的文本數(shù)據(jù)，通過分詞，停用詞的去除和詞性標(biāo)記的處理，獲得了關(guān)系提取所需的句子集。

---

G成為無向圖?，V?是一組節(jié)點(diǎn)，E?是一組無向邊。

V?對應(yīng)于隨機(jī)變量Y_v，其范圍是可能的標(biāo)記集{y}。
p?表示狀態(tài)轉(zhuǎn)換概率。?ω???v?表示圖G上的相鄰點(diǎn)。

其含義是，當(dāng)一個隨機(jī)過程在給定現(xiàn)在狀態(tài)及所有過去狀態(tài)情況下，其未來狀態(tài)的條件概率分布僅依賴于當(dāng)前狀態(tài)；換句話說，在給定現(xiàn)在狀態(tài)時，它與過去狀態(tài)（即該過程的歷史路徑）是條件獨(dú)立的，那么此隨機(jī)過程即具有馬爾可夫性質(zhì)。

---

如圖所示，圖G的結(jié)構(gòu)可以是任意的，只要在標(biāo)記序列上方描述了某些條件獨(dú)立性即可。 通過對序列進(jìn)行建模，可以形成簡單的普通鏈結(jié)構(gòu)圖，并且節(jié)點(diǎn)對應(yīng)于標(biāo)記序列中的元素。

---

tj（yi-1，yi，X，i）是轉(zhuǎn)換特征函數(shù)，表示觀察到的序列X的標(biāo)記序列在i到i-1位置的轉(zhuǎn)移概率。sk（yi，X，i）是一個狀態(tài)特征函數(shù)，表示對位置為i的觀察序列X進(jìn)行標(biāo)記的概率。βj和μk是tj和sk的權(quán)重。

觀察到的序列代表訓(xùn)練樣本中特征的分布。

i代表X的維數(shù)或特征。

當(dāng)yi-1和yi滿足轉(zhuǎn)移條件且Xi是特定詞時，轉(zhuǎn)移特征函數(shù)取1； 否則為0。

---

為了便于描述，狀態(tài)功能可以編寫如下：

如果轉(zhuǎn)換特征函數(shù)和狀態(tài)特征函數(shù)都抽象為f（x），則：

z（x）?是歸一化因子，并且?βj代表相應(yīng)的系數(shù)。

---

中文句子以多種方式表達(dá)。為了更充分地準(zhǔn)備提取關(guān)系，首先進(jìn)行以??下定義：

根據(jù)以上定義，本文通過語料庫分析，自然語言處理和漢語語法知識介紹以下提取規(guī)則：

規(guī)則1：假設(shè)中文句子符合“（設(shè)備實(shí)體，特征，屬性值）”模式。如圖所示，O（NN），?F?（NN / VV），N（CD）分別表示實(shí)體，要素和屬性值，并且該關(guān)系提取的路徑?jīng)]有多余的選項(xiàng)。根據(jù)漢語語法，除量詞，名詞和動詞外，其他所有單詞均被刪除，其余部分根據(jù)其在原始句子中的位置進(jìn)行排序，并提取結(jié)果。

---

規(guī)則2：如果文本中的句子符合“（（實(shí)體1，實(shí)體2，…，實(shí)體i），特征值，屬性值）”模式，則謂詞前面的介詞機(jī)構(gòu)指向主題。

如圖所示，?1個?（NN），??2?（NN），??3?（NN），??4?（NN）分別代表實(shí)體1，實(shí)體2，實(shí)體3，實(shí)體4。和F?（NN / VV），???（CD）分別表示特征和屬性值。

使用分詞工具進(jìn)行分詞時，謂詞之前的部分可能會分為多個名詞，這可能是特征對象的一部分。

同時，對應(yīng)于多個實(shí)體之間的關(guān)系，多個實(shí)體以并排關(guān)系位于特征詞的前面。

因此，提取特征對象候選集合的結(jié)果是從“（實(shí)體1，實(shí)體2，…，實(shí)體n）”中依次選擇幾個組合，整個實(shí)體關(guān)系提取為“（實(shí)體組合選項(xiàng)，特征詞，屬性值”）。

主要使用語法分析的功能來手動提取制造設(shè)備實(shí)體之間的屬性關(guān)系。

---

案例分析

從智能制造的新聞?wù)Z料庫中，我們使用了上面提出的無監(jiān)督語法分析方法來獲取相關(guān)關(guān)系，如圖所示。

由于適合提取設(shè)備實(shí)體之間關(guān)系的語料庫數(shù)據(jù)非常小，因此該設(shè)備的新數(shù)據(jù)有偏斜，并且只有與表類似的簡單關(guān)系可以獲得。在構(gòu)建過程中，還需要人為地添加一些設(shè)備信息的關(guān)聯(lián)數(shù)據(jù)，并根據(jù)附加信息完成設(shè)備KG信息。

---

entity1{Id: String, product_Name: String, company: String, product_Price: String, product_place: String}.

車床子類設(shè)備的KG信息，綠色圓圈代表子類設(shè)備，藍(lán)色圓圈代表父類。

---

設(shè)備KG檢索的整個過程

---

---

?

總結(jié)

以上是生活随笔為你收集整理的KnowIME: A System to Construct a Knowledge Graph for Intelligent Manufacturing Equipment-学习笔记的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。