一种基于知识图谱的航天测发保障性条件分析方法技术

本发明专利技术提供一种基于知识图谱的航天测发保障性条件分析方法，包括：构建航天测发领域知识图谱，以实体与关系的形式对测发知识进行表示，通过测发领域知识图谱可实现对知识的语义搜索；通过建立保障性分析工作流程，依据航天测发领域知识图谱，对工作流程中每个步骤都进行知识推送，实现从多专业协同的角度对测发流程进行保障性条件分析工作；利用知识图谱中实体节点间的关联关系，将保障性条件分析工作中相关的辅助参考性知识推送给专业岗位人员。本发明专利技术通过构建航天测发领域知识图谱，依据工作流程逐步将相关辅助参考性知识推送给专业岗位人员，来提升保障性条件分析工作的效率与准确性。准确性。准确性。

【技术实现步骤摘要】
一种基于知识图谱的航天测发保障性条件分析方法


[0001]本专利技术涉及知识图谱领域，具体涉及一种基于知识图谱的航天测发保障性条件分析方法。

技术介绍

[0002]近几十年来，我国航天科技实现跨越式发展，航天发射能力显著提升。同时，对于采用信息化手段对航天测发任务进行评估与辅助指导的需求也随之增强，需要更加高效、合理地在测发工艺流程辅助分析等方面开展相关工作。
[0003]保障性条件分析工作是测发流程中的一项重要辅助性工作，工作内容为遵循航天器及运载器对发射场的技术指标要求，对测发流程保障性条件进行需求分析和评估，实现对发射场水、暖、电、非标、加注供气等专业针对各发任务的保障性要素分析，在实际合练任务前提前发现系统间可能存在的问题，提升任务执行的可靠性。航天测发流程中产生的各类保障性条件数据信息量大，以电子或纸质文档的方式散落在业务系统中，缺乏对数据价值的挖掘。传统的数据库以表结构存储，而表与表之间只能够通过主外键建立联系，当面对大规模数据时，无法做到在多跳关系下的快速查询。现有的知识推送技术，尤其是基于协同过滤的方法一直面临着用户
‑
物品的交互数据稀疏和冷启动问题，进而导致推送结果不准确。
[0004]而结合了人工智能领域相关研究成果的知识图谱，更侧重于将知识以图结构化的形式表示，通过实现对实体、关系、属性的建模，能够处理复杂、多样的关联分析，推断出未知的隐含关系，能够在航天测发保障性条件分析中发挥重要作用。

技术实现思路

[0005]本专利技术的目的在于提供一种基于知识图谱的航天测发保障性条件分析方法，通过构建航天测发领域知识图谱，依据工作流程逐步将相关辅助参考性知识推送给专业人员，可以有效提升保障性条件分析工作的效率与准确性。
[0006]实现本专利技术目的的技术解决方案为：一种基于知识图谱的航天测发保障性条件分析方法，包括以下步骤：
[0007]步骤1：构建航天测发领域知识图谱；
[0008]步骤2：基于航天测发领域知识图谱的语义搜索；
[0009]步骤3：建立保障性条件分析工作流程；
[0010]步骤4：基于测发领域知识图谱的保障性条件分析知识推送；
[0011]步骤5：若保障性条件分析工作已经结束则终止推送，否则重复步骤3至4。
[0012]优选地，构建航天测发领域知识图谱包括以下步骤：
[0013]步骤1.1：明确测发领域本体的概念与范围，收集测发领域语料数据；
[0014]步骤1.2：对测发领域的语料数据进行实体识别与关系抽取，获得知识的三元组表示形式。
[0015]第一步，实体识别。本方法提出一种融合多源词典信息的实体识别方法，该方法同时具有通用领域词典和测发领域词典的优点，首先通过预训练模型将字符序列映射为相应的字符向量序列，然后使用同样的方法获得通用词典信息和测发领域词典，将词典信息和测发领域词典融合得到多源词典信息，对测发领域语料的实体识别工作有极大的帮助；
[0016]第二步，关系抽取。本专利技术提出一种结合实体权重信息的保障性条件关系抽取方法，将测发领域语料数据中的实体按权重分成两类，对BERT预处理模型输出的向量序列采用不同的池化方法，避免对所有实体都采用进行同一种池化方法，更好的表达实体语义信息。
[0017]步骤1.3：将步骤1.2获得的三元组存储至图数据库中，完成航天测发领域知识图谱构建。本方法采用Neo4j图数据库对抽取完成的三元组进行存储，并对测发领域知识图谱进行可视化展示。
[0018]优选地，基于航天测发领域知识图谱的语义搜索包括以下步骤：
[0019]步骤2.1：对保障性条件分析工作中的待查询问句进行实体识别与关系抽取，获得问句三元组；
[0020]步骤2.2：将问句三元组中的实体与测发领域知识图谱中相同语义的实体进行对齐；
[0021]步骤2.3：将问句三元组与测发领域知识图谱进行匹配，得到搜索结果。
[0022]优选地，建立保障性条件分析工作流程包括以下步骤：
[0023]本方法采用BPMN2.0规范来描述保障性条件分析工作流程，用来描述工作流程的基本元素有顺序流、并行网关、事件、子流程和步骤描述等。
[0024]优选地，基于测发领域知识图谱的保障性条件分析知识推送包括以下步骤：
[0025]步骤3.1：对岗位人员建立的保障性条件分析工作流程上下文信息进行实体抽取；
[0026]步骤3.2：使用图注意力网络的图嵌入方法对测发领域知识图谱中每个节点都进行向量表示，将所有节点都投影至一个低维稠密的向量空间中，将步骤3.1的实体抽取结果映射为流程向量集合；
[0027]步骤3.3：通过余弦相似度计算与设置相似度阈值，获得与流程向量集合中的元素具有相似语义的节点，通过倒排索引方法进行候选文本召回；
[0028]步骤3.4：将候选文本集合中的元素逐个与保障性条件分析工作流程上下文进行文本匹配度计算，将最终计算结果的top
‑
K结果推送给岗位人员。
[0029]与现有技术相比，本专利技术的有益效果在于：(1)相较于传统保障性条件分析工作中需要参照相关文档或查询数据库，本专利技术基于测发领域知识图谱可实现对知识的语义搜索，使查询过程更加直观灵活，查询效率也更高；(2)本专利技术基于航天测发领域知识图谱的保障性条件分析知识推送方法，相较于传统保障性条件分析中各专业岗位人员工作内容复杂、高度依赖专业技能知识与经验积累，本专利技术可以利用知识图结构中实体节点间的关联关系，将保障性条件分析工作中相关的辅助参考性知识推送给专业岗位人员；(3)相较于传统保障性条件分析只面向单个装备进行，本专利技术通过建立保障性分析工作流程，依据航天测发领域知识图谱，对工作流程中每个步骤都进行知识推送，实现从多专业协同的角度对测发流程进行保障性条件分析工作。
附图说明
[0030]图1为本专利技术方法的总体流程。
[0031]图2为本专利技术方法中实体识别流程图。
[0032]图3为本专利技术方法中关系抽取流程图。
[0033]图4为本专利技术方法中基于测发领域知识图谱的保障性条件分析知识推送流程图。
具体实施方式
[0034]在知识图谱中蕴含着大量实体以及实体之间关系的信息，这可以作为一种有效的辅助信息丰富用户和物品的描述、提升推荐算法的准确程度以及缓解、解决
技术介绍
中的问题。本实施例提供一种基于知识图谱的航天测发保障性条件分析方法，包括：构建航天测发领域知识图谱，以实体与关系的形式对测发知识进行表示，相较于传统保障性条件分析工作中需要参照相关文档或查询数据库，基于测发领域知识图谱可实现对知识的语义搜索，使查询过程更加直观灵活，查询效率也更高；基于航天测发领域知识图谱的保障性条件分析知识推送方法，相较于传统保障性条件分析中各专业岗位人员工作内容复杂、高度依赖专业技能知识与经验积累，本专利技术可以利用知识图结构中实体节点间的关联关系，将保障性条件分析工作中相关的辅助参考性知识推送给专业岗本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的航天测发保障性条件分析方法，其特征在于，包括步骤：步骤1：构建航天测发领域知识图谱，以实体与关系的形式对测发知识进行表示；步骤2：基于航天测发领域知识图谱进行语义搜索；步骤3：建立保障性条件分析工作流程；步骤4：基于测发领域知识图谱的保障性条件分析知识推送；步骤5：若保障性条件分析已经结束则终止推送，否则重复步骤3至4。2.根据权利要求1所述的基于知识图谱的航天测发保障性条件分析方法，其特征在于，所述构建航天测发领域知识图谱具体包括以下步骤：步骤1.1：明确测发领域本体的概念与范围，收集测发领域语料数据；步骤1.2：对测发领域的语料数据进行实体识别与关系抽取，获得知识的三元组表示形式；步骤1.3：将步骤1.2获得的三元组存储至图数据库中，完成航天测发领域知识图谱构建。3.根据权利要求2所述的基于知识图谱的航天测发保障性条件分析方法，其特征在于，所述步骤1.2中实体识别采用融合多源词典信息的实体识别方法，具体包括：首先通过BERT预训练模型将字符序列映射为相应的字符向量序列，然后使用同样的方法获得通用词典信息和测发领域词典，将通用词典信息和测发领域词典融合得到多源词典信息；将测发领域的语料数据中每个句子s转换为一个字符序列{c1,c2,
…
,c
n
}，其中n是句子s的长度，通过BERT预训练模型得到每个字符c
i
的向量表示为：使用通用词典D
g
获取到所有的匹配词，然后采取BMES标注方案对匹配词进行分组标注，标注完成后分别获得B(c
i
)、M(c
i
)、E(c
i
)和S(c
i
)四个词集，若将整个字符序列都标注完成后，还有词集为空，就在词集中加入“None”，四个词集为：，四个词集为：，四个词集为：，四个词集为：其中，w
i，k
为字符序列中以c
i
开始c
k
结束的词，w
j，k
和w
j，i
同理。使用加权法对词集S进行压缩，得到词集的压缩向量：使用加权法对词集S进行压缩，得到词集的压缩向量：其中z(w)为语料数据中w的词频，v
P
为加权函数，P包括BMES四种标签；将4个词集的向量表示融合起来得到通用词典特征H
g
：H
g
＝[v
B
(c
i
)；v
M
(c
i
)；v
E
(c
i
)；v
s
(c
i
)]
重复以上步骤，获得测发领域的词典特征H
b
，得到融合多源词典的信息的字符向量表示：x
c
＝[x
c
；H
g
；H
b
]。4.根据权利要求2所述的基于知识图谱的航天测发保障性条件分析方法，其特征在于，所述步骤1.2中关系抽取包括：将测发领域语料数据中的实体按权重分成两类，对BERT预处理模型输出的向量序列采用不同的池化方法，所述不同的池化方法具体包括：首先统计词频与逆文档频率，采用TF
‑
IDF方法计算实体的权重，然后设置权重阈值θ，对于句子中的实体权重w
e
，当w
e
＜θ时，将此实体视为相对不重要的实体，对BERT输出的实体对应的向量序列使用平均池化进行处理，当w
e
...

【专利技术属性】
技术研发人员：李蔚清，刘心宇，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：