柳少峰, 肖红, 黄子豪, 姜文超, 熊梦, 贺忠堂
针对工业机器人预测式健康管理(PHM)案例信息缺乏深度利用、PHM本体人工构建、过程不智能、构建成本高、本体不完备等问题,提出一种工业机器人PHM本体半自动化构建方法。首先,对多源工业机器人PHM语料进行分词、去除停用词等预处理;其次,使用融合词频、文档频率、TF-IDF、C-value等算法进行本体概念综合抽取;接着,基于CSC语义词库和搜索引擎进行概念间上下属关系抽取,同时基于SAO结构进行交叉关系抽取;最后,使用Protégé工具对工业机器人PHM本体进行持久化与可视化。实验平台采用某国产机器人设备,测试数据为机器人PHM记录以及简书博客、维普期刊获取的相关文档共1690篇,与TF-IDF、C-value、LDA主题模型、BRT等算法进行实验对比,该方法在概念抽取阶段准确率提升10%,在概念关系抽取阶段提升3%,实际应用结果表明本方法有效可行。