(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210027556.4 (22)申请日 2022.01.11 (71)申请人 北京航天动力研究所 地址 100000 北京市丰台区南大红门路1号 申请人 中国船舶科 学研究中心 (72)发明人 王剑锋　张虹　李成龙　陈潇萍　 王丹　曲衍哲　吴有亮　胡庆杰　 (74)专利代理 机构 无锡市才标专利代理事务所 (普通合伙) 32323 专利代理师 朱桂花 (51)Int.Cl. G06N 5/02(2006.01) G06N 5/04(2006.01) G06F 40/30(2020.01) G06F 40/295(2020.01)G06F 16/25(2019.01) G06F 16/901(2019.01) G06F 16/31(2019.01) G06F 16/36(2019.01) (54)发明名称 一种氢氧发动机知识推理方法 (57)摘要 本发明提供了一种氢氧发动机知识推理方 法， 包括： 知识抽取系统和验证优化系统； 所述知 识抽取系统包括标准化知识 图谱系统和非标准 化知识图谱系统； 所述标准化知识图谱系统为结 构化数据总和； 所述非标准化知识图谱系统包括 经过信息处理的半结构化数据和非结构化数据。 本发明克服了现有技术的不足， 设计合理， 结构 紧凑， 发明通过围绕液氧液氢发动机工程领域， 构建出专业领域的知识图谱。 对从业务系统平台 内采集到的非结构化数据进行知识抽取等操作， 包括实体抽取和关系抽取， 将其转换为结构化数 据， 再结合系统内采集到的结构化数据以及语 料， 构建出液氧液氢发动机工程领域知识图谱， 形成知识图谱 存储数据库。 权利要求书1页 说明书4页 附图3页 CN 114548408 A 2022.05.27 CN 114548408 A 1.一种氢 氧发动机知识推理方法， 包括： 知识抽取系统和验证优化系统； 其特征在于： 所述知识抽取系统包括标准 化知识图谱系统和非标准 化知识图谱系统； 所述标准 化知识图谱系统为结构化数据总和； 所述非标准化知识图谱系统包括经过信 息处理的半结构化数据和非结构化数据； 信 息 处理方式包括实体识别以及关系识别； 所述验证优化系统包括对标准 化知识图谱系统和非标准 化知识图谱系统进行 校验。 2.如权利要求1所述的一种氢氧发动机知识推理方法， 其特征在于： 所述结构化数据包 括直接可以使用的本领域 通用语料， 技 术词典、 技 术手册采用的语料。 3.如权利要求2所述的一种氢氧发动机知识推理方法， 其特征在于： 所述实体包括但不 限于设备型号、 发动机分类、 性能参数、 工况、 结构、 推进剂、 循环、 试验、 材料、 工艺、 故障、 其 他、 环境、 管理和 属性值。 4.如权利要求2所述的一种氢氧发动机知识推理方法， 其特征在于： 所述关系 包括但不 限于描述、 组成、 优点、 缺 点、 故障、 故障原因和故障预防。 5.如权利要求1 ‑4任一项所述的一种氢氧发动机知识推理方法， 其特征在于： 所述信 息 处理方式还 包括语义拆解系统以及实体识别模型系统。 6.如权利要求5所述的一种氢氧发动机知识推理方法， 其特征在于： 所述语义拆解系统 包括对半结构化数据或非结构化数据中的实体进 行识别， 在根据语义拆解出各个实体之间 的关系， 形成非标准 化知识图谱系统。 7.如权利要求5或6任一项所述的一种氢氧发动机知识推理方法， 其特征在于： 所述实 体识别模型是将输入的半结构化数据或者非结构化数据， 根据计算机网络或人脑识别系统 以及扩充的本领域的语料信息， 使之能够通过语义拆解系统进行拆解。 8.如权利要求1所述的一种氢氧发动机知识推理方法， 其特征在于： 还包括知识融合系 统， 知识融合系统包括知识消歧系统； 知识对齐系统； 归一化系统将相同意思的两种及以上 的实体或关系整合成一种。 9.如权利要求1所述的一种氢氧发动机知识推理方法， 其特征在于： 所述验证优化系统 包括但不限于电脑校验和人工校验， 通过分析经过知识图谱系统拆解后的语料与实际产品 是否相符， 来分析语料的准确性。 10.如权利要求9所述的一种氢氧发动机知识推理方法， 其特征在于： 当拆解的所述语 料与实际产品相同时即纳入到本领域知识图谱中， 若拆解的语料与实际产品不相符即和/ 或新补充的本领域语料一 起纳入到 本领域实体识别模型中再次进行模型训练。权　利　要　求　书 1/1 页 2 CN 114548408 A 2一种氢氧发动机知识 推理方法 技术领域 [0001]本发明涉及液 氧液氢发动机技 术领域， 具体涉及一种氢 氧发动机知识推理方法。 背景技术 [0002]知识图谱从图形上描述了现实世界中的概念和实体之间的复杂关系， 让互联网通 过一种人类更容易接受的认知世界的方式去传达信息， 去组织、 管理信息， 也让人们更好的 理解知识。 知识图谱还可以结合大数据、 深度学习等为 我国的智能科技的发展做出巨大 的 贡献。 [0003]知识图谱设计到很多的技术， 其中主要包括知识表示、 图谱构建和图谱应用三个 方面。 知识表示是针对计算机内部表示和处理客观事件知识的方法研究； 知识图谱侯建解 决如何构建一个算法从客观世界或各种数据资源获取客观事件的互联网知识， 知识图谱应 用的主要任务是研究如何利用知识图谱去更好的解决现实生活中的实际问题。 [0004]知识图谱的构建需要基于特定的知识表示模型， 利用几区学习和信息抽取等技术 从复杂多样的互联网信息中抽取出有价值的信息， 为知识图谱提供数据来源， 为图谱构建 奠定基础， 其中核心的技术是信息抽取和语义集成。 知识图谱的构建方法受很多因素影响， 主要三个因素： 一种是从什么样的数据资源中学习知识， 原始网页数据包括结构化(例如数 据库)、 半结构化(例如网页上的表格)和非结构化(例如纯文本数据)三种数据； 其次， 学习 什么样的知识， 主要包括概念层次、 事实知识、 事件知识 等； 第三， 采用什么样的学习方式来 获取知识。 [0005]知识图谱是结构化的语义知识库， 用于以符号形 式描述物理世界中的概念及 其相 互关系， 其基本组成单位是 “实体－关系－ 实体”三元组， 以及实体及其相关属性值， 实体间 通过关系相互联 结， 构成网状的知识结构。 [0006]液氧液氢发动机是指采用液氢、 液氧作为燃料的发动机。 氢氧发动机是世界火箭 发动机技术发展的趋势之一， 掌握氢氧发动机技术是一个国家成为航天强国的标志之一。 研制大推力氢氧发动机是国内外液体火箭发动机技术的发展趋势， 因此构建液氧液氢发动 机的图谱是非常有必要的。 而目前还没有针对液 氧液氢发动机领域去构建知识图谱。 [0007]为此， 我们提出一种氢 氧发动机知识推理方法。 发明内容 [0008]本发明的目的在于解决或者至少缓解现有技 术中存在的问题。 [0009]为实现以上目的， 本发明通过以下技 术方案予以实现： [0010]一种氢氧发动机知识推理方法， 包括： 知识抽取系统和验证优化系统； [0011]所述知识抽取系统包括标准 化知识图谱系统和非标准 化知识图谱系统； [0012]所述标准 化知识图谱系统为结构化数据总和； [0013]所述非标准化知识图谱系统包括经过信息处理的半结构化数据和非结构化数据； 信息处理方式包括实体识别以及关系识别；说　明　书 1/4 页 3 CN 114548408 A 3