基于知识图谱的专利知识检索研究

发布时间：2024-03-31 12:32

　　专利作为最能体现人类发明创造能力的知识载体,对制造企业的发展也起着至关重要的推动作用,一方面企业可以通过申请专利来保护自己的知识产权,另一方面企业通过对专利中所含知识的合理利用也能促进其自身的创新进程。随着人工智能技术的飞速发展,以及我国制造企业对其所拥有的知识进行智能化管理需求的增长,将二者结合起来对知识进行有效的管理和挖掘分析有着广阔的应用前景,目前,制造企业知识管理还没有将诸如自然语言处理等前沿的深度学习技术应用到知识的挖掘分析场景中,导致了知识的利用效率不高的问题。针对上述现状,本文尝试将知识图谱相关技术应用到制造企业所拥有的典型知识——专利文本的检索中,开展如下研究工作。为了将专利从文档细化为更小的结构化知识粒度以便于精细化的知识管理与应用,进行专利知识图谱构建研究。以机械制造企业所拥有的与发动机相关的专利文本作为数据来源,对专利知识图谱的本体层进行较为完善的定义;研究基于Bert的深度学习算法,对专利文本中的实体和实体之间的关系进行自动化抽取,利用客观标注的专利数据集验证算法,证明专利知识抽取的准确度。最后,利用抽取出来的知识构建专利知识图谱,实现专利的结构化建模。为了对构...

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

图1-1制造企业拥有的知识资源制造企业知识如专利，技术规范，设计经验等多以文本的形式存在，行业特点

??国际国内的法规，设计方法和技巧，工艺性的评估，设计案例，图纸说明等，妥善、合理、高效的利用好企业所拥有的相关知识是至关重要的。研究表明，在机电产品制造和研发过程中，约80%的产品设计工作能够通过重新利用以往的设计知识满足当前设计任务的创新设计需求[1]，且有数据表明，在一次完....

图1-2中文知识图谱CN-Pedia中与哈工大有关的实体及关系

哈尔滨工业大学工学硕士学位论文-2-研究对象，开展以企业收集的专利为知识数据来源的知识图谱构建及智能应用技术研究以实现专利知识的有效利用，对于提高设计人员的设计效率，提高专利知识的利用率具有重要的意义。通过本研究可以挖掘出知识之间潜在的关联，并且针对不同的检索语句将经过深入挖掘的....

图1-3翻译系列模型示意图

哈尔滨工业大学工学硕士学位论文-5-体在不同关系的超平面上有着不同的表示，然后再利用翻译向量dr将投影所得的h⊥和t⊥联系起来，从而可以较好的处理知识图谱中的复杂关系；TransR模型[30]在TransH模型的基础上做了进一步的改进，其假设每种关系对应的是一个空间而不是平面，处....

图2-2Bert结构示意图

哈尔滨工业大学工学硕士学位论文-11-2.2实体抽取和知识图谱建模方法2.2.1Bert模型简介Bert模型，全称为BidirectionalEncoderRepresentationsfromTransformers(利用Transformer的双向编码表示)，是Google提....

本文编号：3943939