文章目录

0 引言

1 工业机器人PHM本体半自动化构建

1.1 数据获取及预处理

1.2 PHM本体概念抽取

1.3 PHM本体概念关系抽取

    1.3.1 基于Dice测度的关联强度测量

    1.3.2 基于CSC语义词库的上下属关系抽取

    1.3.3 基于搜索引擎的上下属关系抽取

    1.3.4 基于SAO结构的交叉关系抽取

    1.3.5 全同关系抽取

1.4 本体形成

2 实验结果与分析

2.1 实验数据

2.2 实验结果分析

3 结束语

文章摘要:针对工业机器人预测式健康管理（PHM）案例信息缺乏深度利用、PHM本体人工构建、过程不智能、构建成本高、本体不完备等问题,提出一种工业机器人PHM本体半自动化构建方法。首先,对多源工业机器人PHM语料进行分词、去除停用词等预处理;其次,使用融合词频、文档频率、TF-IDF、C-value等算法进行本体概念综合抽取;接着,基于CSC语义词库和搜索引擎进行概念间上下属关系抽取,同时基于SAO结构进行交叉关系抽取;最后,使用Protégé工具对工业机器人PHM本体进行持久化与可视化。实验平台采用某国产机器人设备,测试数据为机器人PHM记录以及简书博客、维普期刊获取的相关文档共1690篇,与TF-IDF、C-value、LDA主题模型、BRT等算法进行实验对比,该方法在概念抽取阶段准确率提升10%,在概念关系抽取阶段提升3%,实际应用结果表明本方法有效可行。

文章关键词:

项目基金: