[发明专利]一种基于语义元数据实现工业检验数据的智能标注方法

权利要求书

1.一种基于语义元数据实现工业检验数据的智能标注方法,其特征在于：包括如下步骤：

步骤1：采集工业生产检验中获取的检验数据，获取所述所采集工业生产检验中获取的检验数据的E-R特征关系,作为目标语义源；

步骤2：根据所述目标语义源进行元数据语义的抽取，所述元数据语义的抽取包括收集数据字典和数据字段结构,生成一个结构化的目标语义集，所述结构化的目标语义集包含了语义信息和语义关系。

步骤3：根据检测过程和目的需要将结构化的目标语义集进行归一化和分析并列结构的处理，使相同含义的词语的结构统一；

步骤4：根据所述语义信息的粒度利用结构推理算法将其分类到不同的阶层，形成层级结构，所述层级结构的每一个层级代表不同的需求信息；

步骤5：调用基于密度的算法DBSCAN对所述语义信息进行聚类运算，同时给定DBSCAN算法需要的参数；

步骤6：根据DBSCAN聚类运算后的结果，通过专家判断对聚类运算后的数据信息进行贴标。

2.根据权利要求1所述的一种基于语义元数据实现工业检验数据的智能标注方法，其特征在于：步骤3所述分析并列结构包括使用OpenNLP tool set3用以分析字段结构的连词结构。

3.根据权利要求1所述的一种基于语义元数据实现工业检验数据的智能标注方法，其特征在于：步骤4中所述利用结构推理算法将其分类到不同的阶层包括：

1)设定阈值；

2)对语义元数据作为第一层的语义元数据可能性使用打分公式进行打分，打分公式为：

Score(s)＝aC(s)+βC₁(s)/C(S)

公式解释：

·C(S)为所有的语义元数据的总量

·C₁(s)为当前语义元数据的数量

·α为拟定的层级系数(大于0，小于1)

·β为拟定的占比系数(大于0，小于1)

3)将所述打分公式的计算出的分值与步骤1)的设定阈值比较，比较结果：如果分值大于设定阈值，则将语义元数据分类至第一层；

如果分值小于设定阈值，则将语义元数据分类至第二层。

4.根据权利要求3所述的一种基于语义元数据实现工业检验数据的智能标注方法,其特征在于：对每一个被分类至第二层的语义元数据，分析其上位的语义元数据，包括：

(1)设定一个新的阈值；

(2)将分类至第二层的语义元数据进行计算打分，其计算打分公式如下：Score(s,u)＝aU(s,u)/C(s)+βU(s,u)/U(u)；

(3)取打分分值最高的语义元数据U作为S的上位语义元数据；

(4)对所述上位语义元数据进行层及分析，生成语义元数据图谱。

5.根据权利要求1所述的一种基于语义元数据实现工业检验数据的智能标注方法,其特征在于：步骤5中所述DBSCAN的处理过程如下：

1)从所述训练语义库中任选一个数据对象点P；

2)设置参数Eps(浮点相对精度)和MinPts(最低分)，若对于参数Eps(浮点相对精度)和MinPts(最低分)，所选取的数据对象点p为核心点，则找出所有从p密度可达的数据对象点，形成一个簇；

3)如果选取的数据对象点p是边缘点，选取另一个数据对象点p’；

4)重复步骤2)、步骤3)，直到所有点被处理。