(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221094574 4.5 (22)申请日 2022.08.08 (71)申请人 重庆大学 地址 400044 重庆市沙坪坝区沙坪坝正 街 174号 申请人 赛力斯汽车有限公司 　 重庆金康动力新能源 有限公司 (72)发明人 王时龙　杨金翰　杨波　张正萍　 周林　 (74)专利代理 机构 重庆航图知识产权代理事务 所(普通合伙) 50247 专利代理师 胡小龙 (51)Int.Cl. G06F 16/36(2019.01) (54)发明名称 集成电驱结构的知识图谱构建方法、 智能推 理方法和快速设计方法 (57)摘要 本发明公开了一种集成电驱结构的知识图 谱构建方法、 智 能推理方法和快速设计方法， 以 知识工程为基础的知识 图谱技术能够有效将非 结构化文本的知识和多源异构的各类数据进行 整合， 建立一个实体关系网络， 以图的形式直观 地展示数据之间的关联， 从而有效提升数据集成 质量， 增强数据之间的互联性； 通过进行知识抽 取， 能够准确、 高效地从大数据萃取新的知识， 有 利于知识挖掘和知识扩散， 把知识图谱的应用范 围从数据检索和定性决策提升至综合决策， 从而 有效解决制造场景中的复杂问题。 权利要求书2页 说明书8页 附图6页 CN 115309912 A 2022.11.08 CN 115309912 A 1.一种集成电驱结构知识图谱构建方法， 其特 征在于： 包括如下步骤： 步骤一： 构建集成电驱结构的本体模型 11)获取集成电驱结构设计相 关的知识， 构建知识库； 集成已有 的产品案例， 构建实例 库； 12)采用自下而上的构建方式， 结合专家知识建立基于三元组的集成电驱结构的本体 模型； 步骤二： 构建集成电驱结构的知识图谱 21)命名实体识别： 以非结构化文本数据做为知识的来源， 从非结构化文本数据中识别 出集成电驱结构领域命名实体， 通过分析集成电驱结构特 征确定本文实体 类型； 22)关系抽取： 采用基于依存句法结构关系抽取方法， 通过依存分析判定句子中的核心 动词， 提取以动词为核心关系的三元组； 采用基于统计模型的中文分词方法进行分词； 23)实体对齐： 通过余弦相似度计算每个实体和其他实体之间的相似度， 在相似度超过 阈值的实体对选择其中一个作为命名实体， 然后把其他相似实体作为该实体的一个属性进 行存储， 并将其关系进行替换， 实现实体对齐和关系的融合。 2.根据权利要求1所述的集成电驱结构知识图谱构建方法， 其特征在于： 所述步骤12) 中， 集成电驱结构的本体模型表示 为： IMDO＝{Entity∪Relati on}＝∑Ti， Ti＝(h_En,r,t_En) Entity＝{Pa∪Fu∪F e∪Cr∪Pm}＝{Tr ∪Au∪AD∪St} Relation＝{H_Re∪M_Re} H_Re＝∑H_r(H_En1,H_En2) ＝{(Pa,has_a,Fu)∪(Pa,has_a,Fe)∪(Pa,has_a,Cr)∪(Fu,has_a,Pe)∪(Fe,has_a, Pm)∪(Fe,has_a,Pm)∪(Cr,has_a,Pm)} M_Re＝∑M_r(M_En1,M_En2) 其中， IMDO表示集成电驱结构的本体模型； T1表示第i个三元组； h_En表示头实体； t_En 表示尾实体； r表 示头实体指向尾实体的映射关系； Entity表示 实体； Pa表 示零件； Fu表 示功 能； Fe表示特征； Cr表示计算资源； Pm表示参数； Tr表示传动零件； Au表示辅助零件； AD表示 连接件； St表示结构 件； Relation表示映射关系集合； H_Re表示层次化关系集合； H_r用于表 述不同层次实体之间的相互关系； H_En1和H_En2分别表示不同层次的两个实体； M_Re表示 模块化关系集合； M_r用于表 述不同模块实体之间的相互关系； M_En1和M_En2分别表 示不同 模块的两个实体； has_a表示头实体包 含尾实体的映射关系。 3.根据权利要求1所述的集成电驱结构知识图谱构建方法， 其特征在于： 所述步骤21) 中， 以汉语每个字为识别单位， 采用BIO编码方式标注， B表 示实体的开始， I表 示实体中间位 置， O表示该元素不在实体识别范围内， 使实体识别工作转化为序列标注问题， 并通过基于 字的Bi‑LSTM‑CRF模型进行实体识别。 4.一种集成电驱结构的智能推理方法， 其特 征在于： 包括如下步骤： S1： 基于如权利要求1 ‑3任一项所述集成电驱结构知识图谱构建方法构建得到的集成 电驱结构的知识图谱， 将所有三元组表示的语义关系转换为稠密低 维实值向量， 将头实体 向关系空间投影得到头实体投影 向量， 将尾实体 向关系空间投影得到尾实体投影 向量， 利 用头实体投影向量和尾实体投影向量定义评分函数；权　利　要　求　书 1/2 页 2 CN 115309912 A 2S2： 将知识图谱中的零件、 功能和特征直接以关系r连接， 并以向量的表示， 以本体结构 对知识图谱的实体进行属性标签定义， 并定义实体节点之间的标签相似度； S3： 在向量空间内， 用余弦相似度运算方法来运算知识图谱里控制节点之间的相似程 度， 将分布向量参考依据的分布坐标数值绘制到向量空间中， 求得他们的夹角的余弦数值， 以判断向量的相似程度， 从而判断实体之间的相似度； S4： 根据输入的用户需求， 以图搜索的方式对功能、 特征和参数约束在集成电驱结构知 识图谱中进行实体映射， 并获得对应的实体集， 采用标签相似度和基于余弦相似度的语义 相似度结合的方式， 找到符合功能和特 征所对应的待选零件实体集； S5： 根据条件约束中的参数实体集， 对待选零件实体集的对应计算资源实体进行计算， 筛选出符合约束条件中参数要求的零件实体集； 再结合实体所对应的计算资源实体， 通过 评价参数选出最优零件实体； S6： 以广度优先的搜索方式搜索离最优零件实体节点 最近的符合要求的实体。 5.根据权利要求4所述的集成电驱结构的快速设计方法， 其特征在于： 所述步骤S1中， 评分函数表示 为： 其中， fr(h,t)表示用头实体投影向量和尾实体投影向量定义评分函数； Mrh表示头实体 的投影矩阵； Mrt表示尾实体的投影矩阵； h表示头实体； t表示尾实体； r表示头实体指向尾实 体的映射关系。 6.根据权利要求4所述的集成电驱结构的智能推理方法， 其特征在于： 所述步骤S2中， 实体节点之间的基于Jac card相似系数的标签相似度定义 为： 其中， A和B分别表示实体节点。 7.根据权利要求4所述的集成电驱结构的智能推理方法， 其特征在于： 所述步骤S3中， 实体A(x1,y1)和B(x2,y2)的余弦相似度定义 为： 其中， cosθ表示余弦相似度； x1和y1表示实体A在关系空间内的投影坐标； x2和y2表示实 体B在关系空间内的投影坐标； Ai,Bi分别代表向量A和B的各分量； n表示向量A和B的维度。 8.一种集成电驱结构快速设计方法， 其特征在于： 输入设计需求和参数， 在实例库中进 行实例检索， 判断检索得到的实例是否满足设计要求， 若 是， 则设计完成； 若否， 则采用如权 利要求4‑7任一项所述集成电驱结构的智能推理方法基于集成电驱结构知识图谱得到新产 品设计， 设计完成。 9.根据权利要求8所述的集成电驱结构快速设计方法， 其特征在于： 基于集成电驱结构 知识图谱得到新产品设计后， 将该新产品设计保存至实例库， 并更新集成电驱结构知识图 谱。 10.根据权利要求8所述的集成电驱结构快速设计方法， 其特征在于： 基于集成电驱结 构知识图谱得到新产品的设计包括局部设计、 逐步设计和自动设计三种模式。权　利　要　求　书 2/2 页 3 CN 115309912 A 3