本发明专利技术涉及一种从IPC中提取设计知识的辅助系统。一种从IPC中快速提取设计知识的辅助系统，包括已录入IPC分类表、语法库和词典库的数据库；输入模块，用于输入用户期望改进的功能；功能知识提取模块；效应知识提取模块；作用结构知识提取模块；字符串处理模块；以及显示模块。该辅助系统能够利用数据处理技术从IPC中快速提取设计知识。
【技术实现步骤摘要】
本专利技术涉及一种从IPC中提取设计知识的辅助系统。
技术介绍
近年来，挖掘专利知识启发创新设计方面的研宄取得一定进展。主要可以分为两 类：（1)基于概念设计模型，分层次提取设计知识。如在ASME2010年国际设计工程技术会议 和计算机与信息工程大会上，由ZhenLi和DerrickTate发表的一篇《AutomaticFunction Interpretation:UsingNaturalLanguageProcessingOnPatentsToUnderstand DesignPurpose》一文中指出基于公理设计（AxiomaticDesign，AD)框架，应用自然语言处 理方法，从专利说明书中提取功能要求知识和设计参数知识。由YanLiang和YingLiu发 表的〈〈ADesignRationaleRepresentationModelUsingPatentDocuments》一文中提 出了一个三层的设计规则（DesignRational，DR)表示模型，即问题层，设计方案层和工件 层，从单个专利文件中提取相应设计知识，并由此对多个专利文件构建DR网。由付敏、范德 林、李锐发表的一篇《基于TRIZ和AD的集成创新设计模型及其应用》，文中面向概念设计， 提出了一种适于计算机自动处理的专利知识挖掘方法，建立了统一的专利作用结构知识表 示模型，通过自然语言处理从专利中提取作用原理和产品结构知识，辅助创新设计。上述研 宄基于概念设计的模型，对专利知识进行提取和表示，以辅助设计者创新。但在知识获取过 程中，需要对专利文献进行人工解读，而检索得到的专利文献数量大、篇幅长，分析十分耗 费精力，制约了对专利知识的有效提取和利用。因此如何通过计算机高效地获取专利知识 并进行恰当表示，高效启发设计师的创新灵感，仍是亟待解决的问题。 (2)基于专利技术解决问题（TheoryofInventiveProblemSolving，TRIZ)理论，提 取设计知识。在《轻工机械》期刊2011年第4期由钱炜苗、李贵平、张国耕等人发表的一篇 《基于QFD、TRIZ与专利知识挖掘的产品创新设计》，就指出专利深度知识的挖掘模型和方 法，基于TRIZ理论描述专利知识，通过检索获取所需专利知识，结合头脑风暴法，辅助产生 创新的设计方案。上述研宄利用TRIZ创新理论及其专利知识，一般仅能得到设计问题的通 用解，领域解仍然较多依赖于设计者自身的知识和经验，既不能依靠计算机快速提前设计 知识，也无法有针对性地启发设计者进行创新设计。
技术实现思路
本专利技术所要解决的技术问题在于提供一种利用数据处理技术，从IPC中快速提取 设计知识的辅助系统。 为了解决上述所要解决的技术问题，本专利技术采用了以下技术方案： 一种从IPC中快速提取设计知识的辅助系统，包括 -已录入IPC分类表、语法库和词典库的数据库； -输入模块，用于输入用户期望改进的功能； -功能知识提取模块； -效应知识提取模块； -作用结构知识提取模块； -字符串处理模块；以及显示模块， 其中，i输入模块通过功能知识提取模块连接字符串处理模块进而连接数据库； 所述字符串处理模块依据功能知识提取模块给定的处理规则，调用数据库中的字符串并进 行处理，提取与表示期望改进功能的动词在IPC中并列出现的相关动词，作为候选动词； 功能知识提取模块，还根据字符串处理模块输出的结果，建立包含表示期望改进 功能的动词和候选动词的项集表，根据字符串处理模块统计候选动词的频次，在候选动词 中挖掘关联动词，用以表示功能知识，并录入数据库；ii效应知识提取模块连接字符串处理模块进而连接数据库；效应知识提取模块， 用于提取关联动词和名词、副词组成的短语，其给定的构词结构规则为"名词+关联动词"、 "副词+关联动词"、"关联动词+介词+名词";通过字符串处理模块在数据库中调用语法库 和词典库并进行词法分析和句法分析，提取IPC分类表中表示效应的名词和副词，作为效 应词； 效应知识提取模块，还根据字符串处理模块的输出结果，建立候选效应词的项集 表，根据字符串处理模块统计效应词出现的频次和效应词在IPC中跨小类数量，在候选效 应词的项集表中挖掘关联效应词，用以表示效应知识，并录入数据库；iii作用结构知识提取模块也连接所述字符串处理模块和数据库，通过字符串处 理模块调用数据库中的IPC分类表，用于在IPC中提取包含关联效应词的类目的下位类目， 获取实现该效应的作用结构知识，并录入数据库； 显示模块，用于将数据库中上述功能知识提取模块提取的功能知识、效应知识提 取模块提取的效应知识和作用结构知识提取模块提取的作用结构知识按照功能一效应一 作用结构的层次进行显示，以辅助设计人员快速获取设计知识。 作为优选，功能知识提取模块给定的处理规则包括：提取与表示待改进功能的动 词在IPC中并列出现的含有词语含义具有同一、促进、否定、前序和后继关联关系的相关动 词；所述数据库中的词典库是已收录各个动词词语含义具有同一、促进、否定、前序和后继 的词典库。 作为优选，在功能知识提取模块中，为表示功能之间的关联紧密程度，定义两个功 能i和j之间的关联度V#关联度采用功能动词在IPC的类名中并列出现的频次表示， 将其对应列入对应的候选动词之后；在效应知识提取模块中，对于单个效应，定义通用度 n，采用包括该效应的小类的个数来表示；对于两个以上效应，定义两个效应i和j之间的互 换度mij，表示互相之间可以替代的程度，即用同时包括效应i、j的小类的个数来衡量互换 度mu，将通用度n和互换度my对应列入对应的效应词之后；在作用结构知识提取模块中， IPC中的类名依照层次关系形成了树，类名即树上的结点；设结点之间边的数目为非负自 然数d，d越小，关系越近，反之，关系越远；为定量表示作用结构层知识之间的关系，定义两 个作用结构知识之间的兼容度c，用d的倒数表示，c= 1/d;上述关联度Vi」、互换度mu和 兼容度c信息均作为辅助创新的参数，并采用各模块自定义的阈值对这些参数筛选，从而 快速获取设计知识。 作为优选，所述功能知识提取模块、效应知识提取模块、作用结构知识提取模块和 字符串处理模块均集成在计算机处理系统中，成本低，效果好。 作为优选，所述字符串处理模块包括词性识别模块，所述词性识别模块是将所述 IPC分类表中的文字与所述词典库进行匹配，完成匹配并取得一返回值即完成词性识别，用 于所述效应知识提取。 作为优选，所述字符串处理模块包括从数据库进行字符串调用的调用模块、字符 串匹配模块、字符串出现次数统计及计算模块；所述调用模块连接字符串匹配模块，而字符 串出现次数统计及计算模块分别连接调用模块和字符串匹配模块。 作为优选，还包括人工纠错模块，所述人工纠错模块分别连接输入模块、字符串处 理模块和显示模块，用以将字符串处理模块无法处理的规则输送至显示模块，操作者可以 根据显示模块的内容，在输入模块中输入所需规则。通过人工纠错模块，解决字符串处理模 块中无法处理的规则，以克服模糊地带信息化产品无法主观判断的缺陷。 采用了上述技术方案的辅助系统，具有如下有益效果： 首先，本专利技术根据IPC分类表、语法库和词典库建立相关数据库，使得设计知识的 本文档来自技高网...
【技术保护点】
一种从IPC中快速提取设计知识的辅助系统，其特征在于：包括‑已录入IPC分类表、语法库和词典库的数据库；‑输入模块，用于输入用户期望改进的功能；‑功能知识提取模块；‑效应知识提取模块；‑作用结构知识提取模块；‑字符串处理模块；以及显示模块，其中，i输入模块通过功能知识提取模块连接字符串处理模块进而连接数据库；所述字符串处理模块依据功能知识提取模块给定的处理规则，调用数据库中的字符串并进行处理，提取与表示期望改进功能的动词在IPC中并列出现的相关动词，作为候选动词；功能知识提取模块，还根据字符串处理模块输出的结果，建立包含表示期望改进功能的动词和候选动词的项集表，根据字符串处理模块统计候选动词的频次，在候选动词中挖掘关联动词，用以表示功能知识，并录入数据库；ii效应知识提取模块连接字符串处理模块进而连接数据库；效应知识提取模块，用于提取关联动词和名词、副词组成的短语，其给定的构词结构规则为“名词+关联动词”、“副词+关联动词”、“关联动词+介词+名词”；通过字符串处理模块在数据库中调用语法库和词典库并进行词法分析和句法分析，提取IPC分类表中表示效应的名词和副词，作为效应词；效应知识提取模块，还根据字符串处理模块的输出结果，建立候选效应词的项集表，根据字符串处理模块统计效应词出现的频次和效应词在IPC中跨小类数量，在候选效应词的项集表中挖掘关联效应词，用以表示效应知识，并录入数据库；iii作用结构知识提取模块也连接所述字符串处理模块和数据库，通过字符串处理模块调用数据库中的IPC分类表，用于在IPC中提取包含关联效应词的类目的下位类目，获取实现该效应的作用结构知识，并录入数据库；显示模块，用于将数据库中上述功能知识提取模块提取的功能知识、效应知识提取模块提取的效应知识和作用结构知识提取模块提取的作用结构知识按照功能－效应－作用结构的层次进行显示，以辅助设计人员快速获取设计知识。...
【技术特征摘要】
【专利技术属性】
技术研发人员：冀瑜，邱清盈，冯培恩，黄浩，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33
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。