[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

说明书

本发明公开了一种基于语义元数据实现工业检验数据的智能标注方法，包括如采集工业生产检验数据，对目标语义源进行元数据语义的抽取，对数据字段结构进行抽取，将所述语义信息和语义关系按照不同层次读取所在层次的粒度，得到结构化语义元数据，将结构化的语义元数据归集，生成训练语义库，使用DBSCAN对所述训练语义库内的结构化语义元数据进行聚类，并通过人工进行贴标。本发明通过语义元数据图谱智能标注后，对工艺进行改造，使得工艺参数在控制范围以内，并有自动记录曲线；热电偶等无损坏、无位移；焊接热处理记录曲线与工艺卡吻合；焊件表面无裂纹、无异常等，发现了生产检验数据中存在大量的异常，从源头中挖掘出异常点并予以修复。

技术领域

本发明涉及工业检测技术领域，具体为一种基于语义元数据实现工业检验数据的智能标注方法。

背景技术

随着工业现代化的发展和自动化程度的提高，对在线实时质量检测和过程提出了迫切的要求。目前工业生产检验中存在大量的元数据，元数据即为没有含义的数据，不同的人会对元数据有不同的解读方式，所以需要对元数据进行语义标注，生成语义元数据。

语义元数据提供数据的语义信息，在数据的理解、管理、发现和交换中起着极为重要的作用。随着工业检验中数据爆炸式的增长，对自动元数据生成技术的需求也就变得更加迫切。

发明内容

本发明的目的在于提供一种基于语义元数据实现工业检验数据的智能标注方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于语义元数据实现工业检验数据的智能标注方法，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。

作为优选，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。

作为优选，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)

作为优选，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。