数控机床异常辅助处理方法、装置、设备及介质制造方法及图纸

本发明专利技术提供数控机床异常辅助处理方法、装置、设备及介质，涉及数控加工技术领域，方法包括：对异常处理语料进行切片处理，得到切片语料，基于切片语料生成知识图谱；将意图文本转换为意图向量，将意图向量与知识图谱中的各个第一文本对应的第一语义特征向量进行匹配，确定目标第一节点，第一语义特征向量是将知识图谱中反映异常类型的第一文本输入至语义提取模型输出的特征向量；在知识图谱中获取目标第一节点对应的目标第二节点和目标第三节点，基于目标第二节点对应的描述异常处理方案的第二文本以及目标第三节点对应的描述异常处理方案涉及的资源的第三文本得到异常辅助处理信息。本发明专利技术可以提升查找的异常处理辅助信息的准确性。的准确性。的准确性。

【技术实现步骤摘要】
数控机床异常辅助处理方法、装置、设备及介质


[0001]本专利技术涉及数控加工
，尤其涉及一种数控机床异常辅助处理方法、装置、设备及介质。

技术介绍

[0002]为了方便操作人员及时获取数控机床的异常处理方案，在现有技术中，对操作人员输入的异常文本，在操作手册中进行查找，以关键词匹配的形式查找对应的异常处理辅助信息。由于同一关键词可能在操作手册中多次出现，通过这种方法往往会在操作手册中查找到可能与待处理的异常不相关的多个内容，异常处理辅助信息的查找准确性低。

技术实现思路

[0003]本专利技术提供数控机床异常辅助处理方法、装置、设备及介质，用以解决现有技术中异常处理辅助信息查找准确率低的缺陷，实现提升在操作手册中查找异常处理辅助信息的准确性的效果。
[0004]本专利技术提供一种数控机床异常辅助处理方法，包括：获取数控机床的异常处理语料，对异常处理语料进行切片处理，得到多个切片语料，基于多个切片语料生成知识图谱，知识图谱中包括多个第一节点、多个第二节点和多个第三节点，第一节点对应第一文本，第二节点对应第二文本，第三节点对应第三文本，第一文本描述异常类型，第二文本描述异常处理方案，第三文本描述异常处理方案涉及的资源；获取意图文本，意图文本是基于数控机床操作人员的输入数据得到，输入数据反映待处理的异常类型；将意图文本转换为意图向量，将意图向量与知识图谱中的各个第一文本对应的第一语义特征向量进行匹配，基于匹配结果确定目标第一节点，第一语义特征向量是将知识图谱中的第一文本输入至已训练的语义提取模型之后，语义提取模型输出的特征向量；在知识图谱中获取目标第一节点对应的目标第二节点和目标第三节点，基于目标第二节点对应的第二文本以及目标第三节点对应的第三文本得到待处理的异常类型对应的异常辅助处理信息。
[0005]根据本专利技术提供的一种数控机床异常辅助处理方法，所述基于所述多个切片语料生成知识图谱，包括：对所述切片语料进行信息提取，得到目标段落，所述目标段落中包括异常类型以及异常类型对应的异常处理方案；对所述目标段落中的异常处理方案进行命名实体抽取，得到异常处理方案涉及的资源；根据异常类型、异常处理方案以及异常处理方案涉及的资源之间的对应关系生成所述知识图谱。
[0006]根据本专利技术提供的一种数控机床异常辅助处理方法，所述对所述异常处理语料进
行切片处理，得到多个切片语料，包括：将所述异常处理语料按照预设的文本长度进行分段，得到多个语料段；通过已训练的切片模型获取未处理的所述语料段中的第一个所述语料段中的片段，每个所述片段包括一个信息对，所述信息对中包括异常类型以及对应的异常处理方案；当所述语料段中最后一个所述片段后还存在文本时，将所述语料段中最后一个所述片段后的文本与下一个所述语料段组合以更新下一个所述语料段；重新执行所述通过已训练的切片模型获取未处理的所述语料段中的第一个所述语料段中的片段的步骤，直至所有的所述语料段均被处理；将至少一个片段组合，得到一个所述切片语料。
[0007]根据本专利技术提供的一种数控机床异常辅助处理方法，所述切片模型包括特征融合模块、特征提取模块以及句子聚合模块；所述通过已训练的切片模型获取未处理的所述语料段中的第一个所述语料段中的片段，包括：根据预先训练的词向量提取模型获取所述语料段中每个词的词向量，通过所述特征融合模块将所述语料段中每个句子中包括的词的词向量融合，得到所述语料段中每个句子的句子向量；将所述语料段中每个句子的句子向量输入至所述特征提取模块中，获取所述特征提取模块输出的句子特征；计算目标句子特征和所述目标句子特征的下一个所述句子特征之间的第一相似度，当所述第一相似度达到第一阈值时，通过所述句子聚合模块将所述目标句子特征的下一个所述句子特征与所述目标句子特征对应的句子中最后一个句子的所述句子特征聚合，得到参考句子特征，当所述参考句子特征和所述目标句子特征之间的第二相似度达到第二阈值时，通过所述句子聚合模块将所述目标句子特征和下一个所述句子特征聚合以更新所述目标句子特征；重复执行所述目标句子特征和所述目标句子特征的下一个所述句子特征之间的相似度的步骤，直至所述第一相似度未达到所述第一阈值或所述第二相似度未达到所述第二阈值；将所述目标句子特征中聚合的每个所述句子特征分别对应的句子组合，得到一个所述片段。
[0008]根据本专利技术提供的一种数控机床异常辅助处理方法，所述切片模型的训练过程包括：获取至少一个第一样本语料段，所述至少一个第一样本语料段是对样本语料进行随机切割后得到的；获取所述切片模型输出的所述第一样本语料段中的各个第一样本片段；获取至少一个第二样本语料段，所述至少一个第二样本语料段是对所述样本语料进行随机切割后得到的；获取所述切片模型输出的所述第二样本语料段中的各个第二样本片段；基于各个所述第一样本片段以及各个所述第二样本片段确定切片训练损失；基于所述切片训练损失更新所述切片模型。
[0009]根据本专利技术提供的一种数控机床异常辅助处理方法，所述切片训练损失包括第一
损失和第二损失；所述基于各个所述第一样本片段以及各个所述第二样本片段确定切片训练损失，包括：获取每个所述第一样本片段对应的第一语义相似度，其中，第n个所述第一样本片段对应的第一语义相似度是第n个所述第一样本片段与所述样本语料对应的片段标注结果中的第n个片段标签之间的语义相似度；获取每个所述第二样本片段对应的第二语义相似度，其中，第n个所述第二样本片段对应的第二语义相似度是第n个所述第二样本片段与所述样本语料对应的片段标注结果中的第n个片段标签之间的语义相似度；基于所述第一语义相似度和所述第二语义相似度得到第一损失；确定分割相似度，基于所述分割相似度得到第二损失，所述分割相似度基于各个所述第一样本片段中的句子数量与各个所述第二样本片段中的句子数量确定。
[0010]根据本专利技术提供的一种数控机床异常辅助处理方法，所述将所述意图文本转换为意图向量，包括：将所述意图文本输入至所述语义提取模型；获取所述语义提取模型输出的所述意图向量；所述语义提取模型的训练过程包括：获取样本数据对，所述样本数据对包括样本意图文本和样本第一文本；分别将所述样本意图文本和所述样本第一文本输入至所述语义提取模型中，获取所述语义提取模型输出的样本意图向量和样本第一语义特征向量；获取所述样本意图向量和所述样本第一语义特征向量之间的第三相似度，获取所述样本意图文本和所述样本第一文本之间的第四相似度；基于所述第三相似度和所述第四相似度确定语义训练损失；基于所述语义训练损失更新所述语义提取模型。
[0011]本专利技术还提供一种数控机床异常辅助处理装置，包括：知识图谱生成模块，用于获取数控机床的异常处理语料，对所述异常处理语料进行切片处理，得到多个切片语料，基于所述多个切片语料生成知识图谱，所述知识图谱中包括多个第一节点、多个第二节点和多个第三节点，所述第一节点对应第一文本，所述第二节点对应第二文本，所述第三节点对应第三文本，所述第一文本描述异常类型，所述第二文本描述异常处理方案，所述第三文本描述异常处理方案涉及的资源本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数控机床异常辅助处理方法，其特征在于，包括：获取数控机床的异常处理语料，对所述异常处理语料进行切片处理，得到多个切片语料，基于所述多个切片语料生成知识图谱，所述知识图谱中包括多个第一节点、多个第二节点和多个第三节点，所述第一节点对应第一文本，所述第二节点对应第二文本，所述第三节点对应第三文本，所述第一文本描述异常类型，所述第二文本描述异常处理方案，所述第三文本描述异常处理方案涉及的资源；获取意图文本，所述意图文本是基于数控机床操作人员的输入数据得到，所述输入数据反映待处理的异常类型；将所述意图文本转换为意图向量，将所述意图向量与所述知识图谱中的各个所述第一文本对应的第一语义特征向量进行匹配，基于匹配结果确定目标第一节点，所述第一语义特征向量是将所述知识图谱中的所述第一文本输入至已训练的语义提取模型之后，所述语义提取模型输出的特征向量；在所述知识图谱中获取所述目标第一节点对应的目标第二节点和目标第三节点，基于所述目标第二节点对应的所述第二文本以及所述目标第三节点对应的所述第三文本得到所述待处理的异常类型对应的异常辅助处理信息。2.根据权利要求1所述的数控机床异常辅助处理方法，其特征在于，所述基于所述多个切片语料生成知识图谱，包括：对所述切片语料进行信息提取，得到目标段落，所述目标段落中包括异常类型以及异常类型对应的异常处理方案；对所述目标段落中的异常处理方案进行命名实体抽取，得到异常处理方案涉及的资源；根据异常类型、异常处理方案以及异常处理方案涉及的资源之间的对应关系生成所述知识图谱。3.根据权利要求1所述的数控机床异常辅助处理方法，其特征在于，所述对所述异常处理语料进行切片处理，得到多个切片语料，包括：将所述异常处理语料按照预设的文本长度进行分段，得到多个语料段；通过已训练的切片模型获取未处理的所述语料段中的第一个所述语料段中的片段，每个所述片段包括一个信息对，所述信息对中包括异常类型以及对应的异常处理方案；当所述语料段中最后一个所述片段后还存在文本时，将所述语料段中最后一个所述片段后的文本与下一个所述语料段组合以更新下一个所述语料段；重新执行所述通过已训练的切片模型获取未处理的所述语料段中的第一个所述语料段中的片段的步骤，直至所有的所述语料段均被处理；将至少一个片段组合，得到一个所述切片语料。4.根据权利要求3所述的数控机床异常辅助处理方法，其特征在于，所述切片模型包括特征融合模块、特征提取模块以及句子聚合模块；所述通过已训练的切片模型获取未处理的所述语料段中的第一个所述语料段中的片段，包括：根据预先训练的词向量提取模型获取所述语料段中每个词的词向量，通过所述特征融合模块将所述语料段中每个句子中包括的词的词向量融合，得到所述语料段中每个句子的句子向量；
将所述语料段中每个句子的句子向量输入至所述特征提取模块中，获取所述特征提取模块输出的句子特征；计算目标句子特征和所述目标句子特征的下一个所述句子特征之间的第一相似度，当所述第一相似度达到第一阈值时，通过所述句子聚合模块将所述目标句子特征的下一个所述句子特征与所述目标句子特征对应的句子中最后一个句子的所述句子特征聚合，得到参考句子特征，当所述参考句子特征和所述目标句子特征之间的第二相似度达到第二阈值时，通过所述句子聚合模块将所述目标句子特征和下一个所述句子特征聚合以更新所述目标句子特征；重复执行所述目标句子特征和所述目标句子特征的下一个所述句子特征之间的相似度的步骤，直至所述第一相似度未达到所述第一阈值或所述第二相似度未达到所述第二阈值；将所述目标句子特征中聚合的每个所述句子特征分别对应的句子组合，得到一个所述片段。5.根据权利要求4所述的数控机床异常辅助处理方法，其特征在于，所述切片模型的训练过程包括：获取至少一个第一...

【专利技术属性】
技术研发人员：杨之乐，吴承科，肖溱鸽，
申请(专利权)人：中科航迈数控软件深圳有限公司，
类型：发明
国别省市：