【技术实现步骤摘要】
本专利技术涉及工艺知识图谱，特别涉及一种面向无人机发动机拆卸工艺知识图谱建模的实体链接方法。
技术介绍
1、发动机拆卸作业贯穿于无人机发动机运维的全生命周期，如何提升拆卸作业的智能化程度成为领域中的热点和难点问题，得益于自然语言处理的发展，知识图谱为发动机的智能拆装提供了新的解决途径。实体链接技术作为知识图谱扩充的关键技术受到广泛关注，当前的实体链接方法表现为两方面特征：一是直接采用网络中的路径信息或者提取实体的语义表示；二是借助通用知识库。但是当前的实体链接方法无法准确将拆卸工艺文本知识链接到发动机拆卸工艺知识图谱，实现工艺知识图谱的自动完善和扩充。
技术实现思路
1、为了解决以上问题，本专利技术提供了一种面向无人机发动机拆卸工艺知识图谱建模的实体链接方法。
2、为实现上述目的，本专利技术所采用的技术方案如下：
3、一种面向无人机发动机拆卸工艺知识图谱建模的实体链接方法，如下步骤：
4、构建无人机发动机拆卸工艺知识图谱g＝(e,r,s)，其中e＝{e1,e2,…,e|e|}表示知识图谱中共计|e|个工艺实体，r＝{r1,r2,…,r|r|}表示知识图谱中的工艺关系集合，共计|r|种工艺关系，表示知识图谱中的知识组织形式；
5、在g中找到一组与拆卸工艺文本中的实体提及组(m1,m2,…,mq)指代相同现实事物的候选实体组(e1,e2,…,eq)，即集体实体链接，其中，e1,e2,…,eq∈e，集体实体链接目标函数建模为概率函数：>
6、
7、其中，p表示链接概率，ei为实体提及ei的候选实体集合；
8、设实体提及组(m1,m2,…,mq)中每个实体提及mi选择候选实体组(e1,e2,…,eq)中候选实体ei的概率相互影响，则集体实体链接目标函数：
9、
10、在公式中添加调节因子p(e1,e2,…,eq)和p(m1,m2,…,mq)，则为：
11、
12、其中，p(e1,e2,…,eq)为候选实体组(e1,e2,…,eq)的共现概率，p(m1,m2,…,mq)为实体提及组(e1,e2,…,eq)的共现概率，p(ei|mi)为实体提及mi出现时，链接到候选实体ei的条件概率，由于(m1,m2,…,mq)出现，设p(m1,m2,…,mq)＝1；
13、求解集体实体链接目标函数。
14、进一步的：所述p(e1,e2,…,eq)使用如公式计算：
15、
16、其中，r(ei,ej)为相关性度量模型，其使用如公式计算：
17、r(ei,ej)＝αlr(ei,ej)+(1-α)gr(ei,ej) (5)
18、其中，lr(ei,ej)表示采用局部信息来度量的实体相关性，gr(ei,ej)表示采用全局信息来度量的实体相关性，α是衡量局部主要信息和全局次要信息重要度的超参数，α∈[0,1]。
19、进一步的：所述lr(ei,ej)使用如公式计算：
20、lr(ei,ej)＝σlr1-hop(ei,ej)+(1-σ)lr2-hop(ei,ej) (6)
21、其中，lr1-hop(ei,ej)是基于实体的1-hop路径的实体相关性度量函数，若实体之间存在1-hop路径，则lr1-hop(ei,ej)为1，否则，为0；lr2-hop(ei,ej)是基于实体的2-hop路径的实体相关性度量函数，如下式所示，σ是衡量1-hop路径和2-hop路径的重要度参数：
22、
23、其中，表示ei到ej的路径长度，表示ei指向的实体数量；表示ej指向的实体数量；分别表示第一种2-hop路径和第二种2-hop路径数量；是ei到ej的第三种2-hop路径数量；是ej到ei的第三种2-hop路径数量；β是衡量有向2-hop路径与其他2-hop路径重要度的参数。
24、进一步的：所述gr(ei,ej)使用如公式计算：
25、
26、其中，表示候选实体ei的语义向量，表示候选实体ej的语义向量，||x||2表示向量x的2-范数，即两个候选实体在语义向量空间之间的欧氏距离。
27、进一步的：所述p(ei|mi)使用如下公式计算：
28、
29、其中，lv(mi,ei)表示实体提及mi和候选实体ei的编辑距离，l(x)表示实体x的字符长度；
30、设p(mi|ei)＝0，并且存在两个候选实体均包含候选实体ei，在公式(8)中添加大于0的超参数ε，改进为：
31、
32、进一步的：所述集体实体链接目标函数表示为：
33、
34、其中，lr(ei,ej)表示采用局部信息来度量的实体相关性，gr(ei,ej)表示采用全局信息来度量的实体相关性，l为度量字符串长度的函数，α是衡量局部主要特征和全局次要特征重要度的超参数，ε是一个大于0的超参数。
35、本专利技术与现有技术相比，所取得的技术进步在于：
36、本专利技术不依赖于外部知识库，并且通过构建概率模型规避了传统方法中实体提及相关性计算，转为计算其候选之间的相关性，使得实体链接效果得到显著提升。
本文档来自技高网...【技术保护点】
1.面向无人机发动机拆卸工艺知识图谱建模的实体链接方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向无人机发动机拆卸工艺知识图谱建模的实体链接方法，其特征在于，所述P(e1,e2,…,eq)使用如公式计算：
3.根据权利要求2所述的面向无人机发动机拆卸工艺知识图谱建模的实体链接方法，其特征在于，所述LR(ei,ej)使用如公式计算：
4.根据权利要求3所述的面向无人机发动机拆卸工艺知识图谱建模的实体链接方法，其特征在于，所述GR(ei,ej)使用如公式计算：
5.根据权利要求4所述的面向无人机发动机拆卸工艺知识图谱建模的实体链接方法，其特征在于，所述P(ei|mi)使用如下公式计算：
6.根据权利要求5所述的面向无人机发动机拆卸工艺知识图谱建模的实体链接方法，其特征在于，所述集体实体链接目标函数表示为：
【技术特征摘要】
1.面向无人机发动机拆卸工艺知识图谱建模的实体链接方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向无人机发动机拆卸工艺知识图谱建模的实体链接方法，其特征在于，所述p(e1,e2,…,eq)使用如公式计算：
3.根据权利要求2所述的面向无人机发动机拆卸工艺知识图谱建模的实体链接方法，其特征在于，所述lr(ei,ej)使用如公式计算：
4.根据...
【专利技术属性】
技术研发人员：刘杰，闫云斌，程晨，张云，桑本亮，韩凯，匡加伦，黄哲轩，徐升智，张改玲，索灿，
申请(专利权)人：中国人民解放军陆军工程大学，
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。