【技术实现步骤摘要】
本专利技术属于人工智能和自然语言处理领域，涉及一种基于数字线索的知识图谱问答系统。
技术介绍
1、数字线索(digital thread)是指跨领域、公开的、能够反映复杂产品物理特征、支持模型信息在物理空间和数字空间双向交流(仿真模型、测试模型、过程模型和检测模型等)的创建和使用。一方面，它保证了从方案分析、工程制造与开发、生产部署到运营支持的全生命周期数据、模型和信息的持续统一，从而实现对当前和未来产品功能和性能的动态实时评估；另一方面，将物理空间的信息反馈给虚拟产品开发，建立统一的技术框架，支持跨区域协议接口，与工程知识管理系统集成，提供一体化的复杂组织视角，加强对产品性能边界和不确定性的定量分析和确认。
2、围绕产品的全生命周期，数字线索平台广泛采集产品从需求、规划、设计、生产、运行、维修，直到回收报废等各个阶段产生的大量数据，这些数据通常是多源异构的。根据数据是否有结构进行划分，大致可将数据划分为结构化数据(例如存储在关系型数据库中的表格和记录)、非结构化数据(例如图片、视频和文本数据)和半结构化数据(例如xml和json格式的数据)。各种各样丰富的知识信息存在于海量的多源异构数据中，但这些知识大多以非结构化的形式存在，难以被用户直接利用。
技术实现思路
1、本专利技术解决的技术问题是：克服现有技术的不足，提出一种基于数字线索的知识图谱问答系统。
2、本专利技术解决技术的方案是：
3、一种基于数字线索的知识图谱问答系统，包括知识图谱构建模
4、知识图谱构建模块：根据数字线索平台收集整理的产品全生命周期的多源异构数据构建知识图谱；
5、分类解析模块：对用户输入的自然语言问题进行分类确定所属类别，并进行解析；
6、查询语句构建模块：将知识图谱构建模块构建的知识图谱作为图数据库，根据分类解析模块的分类解析结果，构建查询语句；
7、结果反馈模块：利用所述查询语句从图数据库中获得查询结果，并输出。
8、优选的，所述知识图谱将产品全生命周期中产生的需求、架构、模型、数据与关联关系集中存储在图结构中；
9、知识图谱中，不同需求条目以节点形式存储，需求间的派生关系由连接节点的边来表征。
10、优选的，知识图谱包含8种不同的实体类型，分别为：架构设计、设计细节、制造、需求、服务、仿真、测试、参数；
11、所述系统架构包括系统的整体结构和组织方式的过程，设计细节包括设计过程中关注和处理的具体细节部分，制造包括产品设计转化为实际产品的各个阶段，需求定义产品应该具备的特性和功能，服务包括产品生命周期中与产品相关的支持和售后服务，仿真指在产品设计和开发的早期阶段进行虚拟测试和评估，测试是指在产品开发和生命周期中进行的验证和确认产品性能、功能和质量的过程，参数用于描述和定义产品性能、特征和行为的可调整或测量的变量。
12、优选的，知识图谱包括5种不同的关联关系：contain、derive、feedback、trace、verify。
13、优选的，用户输入的自然语言问题分为四类，分别为：
14、第一类：查询某一实体节点的特定信息；
15、第二类：根据某一确定关系，查询与给定实体节点存在相应关系的实体节点信息；
16、第三类：查询所有与给定实体节点存在关系的节点信息；
17、第四类：查询与某个“参数”类型的实体节点有关的参数影响域。
18、优选的，对用户输入的自然语言问题进行分类的方法如下：
19、将所有“参数”类型的实体节点的name属性取值存储在一个txt文件中，如果某个“参数”类型的实体的name属性值出现在用户输入的自然语言问题中，则说明用户输入的问题属于第一类；
20、枚举所有可能关系，如果用户输入的自然语言问题中包含了其中某种关系，则说明用户输入的问题属于第二类；
21、判断用户输入的自然语言问题中是否包含了“所有”、“全部”关键字，若包含，则说明用户输入的问题属于第三类；
22、如果用户输入的自然语言问题中提及属于不同生命周期的产品参数，而这些参数对应的节点之间也存在不同的关联关系，则说明用户输入的问题属于第四类。
23、优选的，对用户提供的自然语言输入进行解析时，提取用户输入的自然语言问题中可能包含的节点的信息以及关系的信息。
24、优选的，结果反馈模块中，针对第四类问题，利用查询语句在图数据库中进行多跳查询，获得查询结果。
25、优选的，采用深度优先搜索算法或者广度优先搜索算法实现多跳查询。
26、优选的，所述知识图谱存储于neo4j图数据库中。
27、本专利技术与现有技术相比的有益效果是：
28、本专利技术利用数字线索平台收集的多源异构数据构建知识图谱，并创造性地将用户输入的自然语言问题按照场景分为四类，针对每一类构建查询语句，从知识图谱中获取相应的查询结果。利用本专利技术，用户不需要分析隐藏在知识图谱中复杂的关系，能够直接通过自然语言提问的方式，得到所需要的相关知识，并反馈到产品的其他生命周期中。使得用户能够快速且准确的得到想要的知识，极大地方便了用户需求。
本文档来自技高网...【技术保护点】
1.一种基于数字线索的知识图谱问答系统，其特征在于：包括知识图谱构建模块、查询语句构建模块、分类解析模块、结果反馈模块；
2.根据权利要求1所述的一种基于数字线索的知识图谱问答系统，其特征在于：所述知识图谱将产品全生命周期中产生的需求、架构、模型、数据与关联关系集中存储在图结构中；
3.根据权利要求2所述的一种基于数字线索的知识图谱问答系统，其特征在于：知识图谱包含8种不同的实体类型，分别为：架构设计、设计细节、制造、需求、服务、仿真、测试、参数；
4.根据权利要求2所述的一种基于数字线索的知识图谱问答系统，其特征在于：知识图谱包括5种不同的关联关系：contain、derive、feedback、trace、verify。
5.根据权利要求1所述的一种基于数字线索的知识图谱问答系统，其特征在于：用户输入的自然语言问题分为四类，分别为：
6.根据权利要求5所述的一种基于数字线索的知识图谱问答系统，其特征在于：对用户输入的自然语言问题进行分类的方法如下：
7.根据权利要求1所述的一种基于数字线索的知识图谱问答系
8.根据权利要求1所述的一种基于数字线索的知识图谱问答系统，其特征在于：结果反馈模块中，针对第四类问题，利用查询语句在图数据库中进行多跳查询，获得查询结果。
9.根据权利要求8所述的一种基于数字线索的知识图谱问答系统，其特征在于：采用深度优先搜索算法或者广度优先搜索算法实现多跳查询。
10.根据权利要求1所述的一种基于数字线索的知识图谱问答系统，其特征在于：所述知识图谱存储于neo4j图数据库中。
...【技术特征摘要】
1.一种基于数字线索的知识图谱问答系统，其特征在于：包括知识图谱构建模块、查询语句构建模块、分类解析模块、结果反馈模块；
2.根据权利要求1所述的一种基于数字线索的知识图谱问答系统，其特征在于：所述知识图谱将产品全生命周期中产生的需求、架构、模型、数据与关联关系集中存储在图结构中；
3.根据权利要求2所述的一种基于数字线索的知识图谱问答系统，其特征在于：知识图谱包含8种不同的实体类型，分别为：架构设计、设计细节、制造、需求、服务、仿真、测试、参数；
4.根据权利要求2所述的一种基于数字线索的知识图谱问答系统，其特征在于：知识图谱包括5种不同的关联关系：contain、derive、feedback、trace、verify。
5.根据权利要求1所述的一种基于数字线索的知识图谱问答系统，其特征在于：用户输入的自然语言问...
【专利技术属性】
技术研发人员：张文丰，张众，蔡小双，靳益利，罗珊，
申请(专利权)人：上海宇航系统工程研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。