[发明专利]模板提取系统、装置和方法

说明书

本发明提供了模板提取系统、装置和方法，其中，包括：接收来自工业物联网中的复数个工业软件中的源知识，并将上述源知识信息转化为标准模型，所述标准模型包括统一格式的模型模板或模型实例；比较所述统一格式的模型模板或模型实例和知识库中的已有模板，从所述统一格式的模型模板或模型实例中提取新模板。本发明提供的模板提取机制是基于标准关键词组来自动获取模板的，其更加有效并功耗低。此外，本发明能够提供丰富的特定领域知识，其提供特定领域模板来支持工业应用。

技术领域

本发明涉及工业物联网领域，尤其涉及一种模板提取系统、装置和方法。

背景技术

为了管理工业云平台中的大量资产(assets)、变量(variables)和数据(data)，我们需要找到一种能够组织和配置上述输入源的信息，这部分工作如今大部分是人工完成的。领域特殊性(Domain specific)的模型模板在输入源组织和配置中非常重要，因其可以支持一些云应用，然而这些模板也大部分由人工来创建。

现有技术的模板提取机制存在一些缺陷。例如，由人工来配置引入了大量信息的输入源非常困难，并且效率低下，容易出现错误。再例如，模板创建需要熟悉不同特殊领域的技术专家，将知识从工业系统传输到网络源进行提取和传输也需要巨大的工作负担。

发明内容

本发明第一方面提供了模板提取方法，其中，包括如下步骤：接收来自工业物联网中的复数个工业软件中的源知识，并将上述源知识信息转化为标准模型，所述标准模型包括统一格式的模型模板或模型实例；比较所述统一格式的模型模板或模型实例和知识库中的已有模板，从所述统一格式的模型模板或模型实例中提取新模板。

进一步地，所述工业软件包括仿真软件、自动化软件。

进一步地，所述转化步骤还包括：调取关键词库中基于语义的标准关键词，并通过设定所述源知识信息中的关键词来将所述源知识信息转化为标准模型。

进一步地，在所述转化步骤还包括如下步骤：接收来自工业物联网中的复数个工业软件中的源知识，解析所述源知识，获取所述源知识中的每个关键词和所述关键词之间的关系，将每个关键词和所述关键词之间的关系构建为统一的语义模型；将所述关键词和关键词库中的标准关键词进行比较，在关键词组中找到标准关键词对所述关键词进行校准，输出基于标准关键词的语义模型；计算基于标准关键词的语义模型中的关键词在特定分类中的出现概率，基于所述出现概率对该基于标准关键词的语义模型进行分类，并输出具有分类信息的标准模型。

进一步地，在所述转化步骤中，当一个标准模型被定义为模板类型，则输出统一格式的模型模板，否则输出一个模型实例。

进一步地，所述提取步骤还包括：比较所述统一格式的模型实例和知识库中的已有模板，统计在一个所述统一格式的模型实例中出现至少两次的模型，获取能够重复使用的新模板。

进一步地，所述提取步骤还包括：比较所述统一格式的模型实例和知识库中的已有模板，如果在一个所述统一格式的模型实例中找到至少两个已有模板的结合，则获取所述两个已有模板的结合作为能够重复使用的新模板。

进一步地，其还包括如下步骤：比较所述统一格式的模型模板或模型实例中的关键词和知识库中的已有关键词，从所述统一格式的模型模板或模型实例中提取新关键词，并将该新关键词设置于一个关键词组中。

本发明第二方面提供了一种模板提取装置，其中，包括：知识转化模块，其接收来自工业物联网中的复数个工业软件中的源知识，并将上述源知识信息转化为标准模型，其中，所述标准模型包括统一格式的模型模板或模型实例；知识分析模块，其比较所述统一格式的模型模板或模型实例和知识库中的已有模板，从所述统一格式的模型模板或模型实例中提取新模板。

进一步地，所述工业软件包括仿真软件、自动化软件。