一种氢氧发动机知识推理方法技术

本发明专利技术提供了一种氢氧发动机知识推理方法，包括：知识抽取系统和验证优化系统；所述知识抽取系统包括标准化知识图谱系统和非标准化知识图谱系统；所述标准化知识图谱系统为结构化数据总和；所述非标准化知识图谱系统包括经过信息处理的半结构化数据和非结构化数据。本发明专利技术克服了现有技术的不足，设计合理，结构紧凑，发明专利技术通过围绕液氧液氢发动机工程领域，构建出专业领域的知识图谱。对从业务系统平台内采集到的非结构化数据进行知识抽取等操作，包括实体抽取和关系抽取，将其转换为结构化数据，再结合系统内采集到的结构化数据以及语料，构建出液氧液氢发动机工程领域知识图谱，形成知识图谱存储数据库。形成知识图谱存储数据库。形成知识图谱存储数据库。

【技术实现步骤摘要】
一种氢氧发动机知识推理方法


[0001]本专利技术涉及液氧液氢发动机
，具体涉及一种氢氧发动机知识推理方法。

技术介绍

[0002]知识图谱从图形上描述了现实世界中的概念和实体之间的复杂关系，让互联网通过一种人类更容易接受的认知世界的方式去传达信息，去组织、管理信息，也让人们更好的理解知识。知识图谱还可以结合大数据、深度学习等为我国的智能科技的发展做出巨大的贡献。
[0003]知识图谱设计到很多的技术，其中主要包括知识表示、图谱构建和图谱应用三个方面。知识表示是针对计算机内部表示和处理客观事件知识的方法研究；知识图谱侯建解决如何构建一个算法从客观世界或各种数据资源获取客观事件的互联网知识，知识图谱应用的主要任务是研究如何利用知识图谱去更好的解决现实生活中的实际问题。
[0004]知识图谱的构建需要基于特定的知识表示模型，利用几区学习和信息抽取等技术从复杂多样的互联网信息中抽取出有价值的信息，为知识图谱提供数据来源，为图谱构建奠定基础，其中核心的技术是信息抽取和语义集成。知识图谱的构建方法受很多因素影响，主要三个因素：一种是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种氢氧发动机知识推理方法，包括：知识抽取系统和验证优化系统；其特征在于：所述知识抽取系统包括标准化知识图谱系统和非标准化知识图谱系统；所述标准化知识图谱系统为结构化数据总和；所述非标准化知识图谱系统包括经过信息处理的半结构化数据和非结构化数据；信息处理方式包括实体识别以及关系识别；所述验证优化系统包括对标准化知识图谱系统和非标准化知识图谱系统进行校验。2.如权利要求1所述的一种氢氧发动机知识推理方法，其特征在于：所述结构化数据包括直接可以使用的本领域通用语料，技术词典、技术手册采用的语料。3.如权利要求2所述的一种氢氧发动机知识推理方法，其特征在于：所述实体包括但不限于设备型号、发动机分类、性能参数、工况、结构、推进剂、循环、试验、材料、工艺、故障、其他、环境、管理和属性值。4.如权利要求2所述的一种氢氧发动机知识推理方法，其特征在于：所述关系包括但不限于描述、组成、优点、缺点、故障、故障原因和故障预防。5.如权利要求1
‑
4任一项所述的一种氢氧发动机知识推理方法，其特征在于：所述信息处理方式还包括语义拆解系统以及实体识别模型系统。6.如权利要求5所...

【专利技术属性】
技术研发人员：王剑锋，张虹，李成龙，陈潇萍，王丹，曲衍哲，吴有亮，胡庆杰，
申请(专利权)人：中国船舶科学研究中心，
类型：发明
国别省市：