| 申请/专利权人：沈阳安华晟源信息科技有限公司 | 申请日：2024-05-22 |
| 发明/设计人：王洋;顾朝阳;孟繁雨;何振涛 | 公开（公告）日：2024-06-18 |
| 代理机构：安徽思尔六知识产权代理事务所(普通合伙) | 公开（公告）号：CN118211171A |
| 代理人：何维胜 | 主分类号：G06F18/2433 |
| 地址：110035 辽宁省沈阳市皇姑区塔湾街7号信悦汇F2座17F层1709室 | 分类号：G06F18/2433;G06N5/022;G06F18/22;G06F16/36;G06F16/901;G06F40/30;G06F40/284 |
| 专利状态码：在审-实质审查的生效 | 优先权： |
| 法律状态：2024.07.05#实质审查的生效 2024.06.18#公开 |
| 摘要：本发明公开了一种基于知识图谱的目标路径挖掘方法，涉及故障识别处理技术领域，用于解决设备故障识别不准确的问题。所述方法包括以下步骤：本发明通过对工业的智能制造方面产生的原始文本数据进行获取并预处理，将预处理后数据构建出知识图谱以及句向量，根据获得的句向量进行计算得到三元组中句子之间的相似度，确定句向量之间的语义距离，根据语义距离对知识图谱三元组进行二分类，并对设备故障所产生的报警信息进行分析，确定产生故障报警中故障的关联路径情况，确定决策方案，并获取设备故障分析过程中产生的决策影响信息分析，根据产生的识别信号，进行相应的故障溯源和管理，从而提高了故障识别的准确性。 |
| 主权项：1.一种基于知识图谱的目标路径挖掘方法，其特征在于，包括以下步骤；/n对工业的智能制造方面产生的原始文本数据进行获取并预处理，将预处理后数据构建出知识图谱；/n使用文本摘要和关键词提取的图算法生成知识图谱三元组的句向量，根据获得的句向量进行计算得到三元组中句子之间的相似度，使用欧氏距离确定句向量之间的语义距离，根据语义距离对知识图谱三元组进行二分类；/n进行二分类后对设备故障所产生的报警信息进行分析，确定产生故障报警中故障的关联路径情况，并根据故障案例的属性确定决策方案；/n获取设备故障分析过程中产生的决策影响信息，确定设备故障案例与目标路径之间的一致性情况，并根据产生的识别信号，进行相应故障溯源和管理；/n对工业的智能制造方面产生的原始文本数据进行获取并预处理，包括：/n对原始文本数据进行清洗，使用最大匹配法从左到右或从右到左扫描文本，选取词典中最长的匹配词语作为分词结果，使用最大概率法基于条件概率模型来选择最优的分词路径；/n使用统计模型确定词语的词性，统计模型包括隐马尔可夫模型、最大熵模型、条件随机场；/n通过实体识别技术识别原始文本中涉及的实体与命名实体，使用自然语言处理技术从原始文本中抽取实体之间的关系。/n |
