基于本体的邮轮设计知识图谱构建分析.pdf

2024 年第 2 期102中国高新科技电子信息|ELECTRONIC INFORMATION 基于本体的邮轮设计知识图谱构建分析刘泓伯王涛涛陶子健上海外高桥造船有限公司，上海 200137摘要：文章针对邮轮设计知识多源异构性问题，提出一种基于本体的知识图谱自动构建技术。利用知识结构化模板，建立本体与图谱之间的映射机制，形成面向邮轮设计的垂直领域知识图谱自动构建方法，提高邮轮设计知识搜索效率和可视化水平。开发基于微服务架构的邮轮智能设计知识服务云平台，验证知识图谱的本体建模技术在邮轮设计知识检索中的可行性。关键词：邮轮设计；知识图谱；本体建模文献标识码：A中图分类号：TP391文章编号：2096-4137（2024）02-102-03DOI：10.13535/ki.10-1507/n.2024.02.30Analysis of building a knowledge graph for cruise ship design based on ontologyLIU Hongbo,WANG Taotao,TAO ZijianShanghai Waigaoqiao Shippbuilding Co.,Ltd.,Shanghai 200137,ChinaAbstract:Aiming at the problem of multi-source heterogeneity of cruise design knowledge,an ontology based knowledge map automatic construction technology is proposed.The mapping mechanism between ontology and map is established using the knowledge structured template,forming the automatic construction method of vertical domain knowledge map for cruise design,and improving the search efficiency and visualization level of cruise design knowledge.The paper develops a cruise intelligent design knowledge service cloud platform based on microservice architecture,and verifies the feasibility of ontology modeling technology of knowledge graph in cruise design knowledge retrieval.Keywords:cruise ship design;knowledge graph;ontology modeling邮轮协同设计是一个知识高度密集型的设计过程，存在大量的跨学科、多类型、多渠道的知识及知识交互，因此，有必要通过高效的知识管理手段对多领域知识进行数字化融合，提高知识辅助决策水平。目前主流研究在于运用传统数据库技术对邮轮设计知识进行管理，不能有效解决邮轮设计知识多源异构性问题。为此，本文结合邮轮领域特点制定邮轮设计知识的概念实体和知识类型，以深度学习语言为基础，构建邮轮设计知识 图谱。1方法理论概述1.1知识图谱知识图谱于 2012 年由谷歌公司最先正式提出，通过对人类认知体系的模仿，以图片为媒介结构化地组织和管理通用知识与专业知识，并通过图谱可视化等手段实现知识交互，服务应用实体。相比于其他的知识管理办法，知识图谱具有优异的可读性、扩展性和解释性，能够直观立体地对专业领域和垂直领域知识进行大规模管理。1.2本体与知识图谱本体是指通识的或一定范围内具有代表性的、语义明确的词汇表和形式化公理的集合，使用实体、类、属性、关系等术语来表示事物，包括基础本体和领域本体，侧重于知识与知识关系之间的表达。知识图谱则是本体的逻辑外延，利用语义网组成知识的可拓网络。因此，本体主要是知识的数据化模型，约束知识图谱的组织方式；知识图谱则是本体的结构化和可视化的表达，知识图谱的本体建模技术，即通过预先构建本体的方法，再通过抽取与映射实现知识图谱的自动化构建。2邮轮设计知识的本体模型2.1邮轮设计知识体系分析邮轮设计知识具有多源异构性的特点，知识量多、类型多、交互多，知识来源包括船东、设备供应商、船级社、造船厂、船舶设计单位等产业链上下游企业，如表1所示。因此，需要对海量异构数据进行抽取，实现数据的清洗。2.2邮轮设计知识抽取本文利用 BiLSTM-CRF（双向长短期记忆网络-条件随机场）模型对邮轮设计知识进行实体抽取。BiLSTM-CRF 模型包括 BEAT 编码层、BiLSTM 信息捕获层、CRF 信息输出层，通过对系统数据库的链接，将邮轮表1邮轮设计知识体系知识类型业务流程涉及专业空间产品系统设备组织架构标准规范质量案例技术图纸详细设计生产设计轮机机械电气总段分段甲板Vista级Prima级动力系统压载系统管路系统邮轮减摇鳍装置废弃物处理设备部门科室设计师2024 年第 2 期103中国高新科技ELECTRONIC INFORMATION|电子信息设计知识导入该模型中，将知识打散为最基础的文本片段，再通过筛选选出所需要的邮轮设计知识实体。知识捕获的数学表达式见式（1）（6）。f=sigmoid(Wfx x+bfx+Wfh h+bbh)（1）i=sigmoid(Wix x+bix+Wih h+bih)（2）g=tanh(Wcx x+bcx+Wch h+bch)（3）o=sigmoid(Wox x+box+Woh h+boh)（4）cj=f c+ig （5）hj=otanh(cj)（6）该模型通过遗忘门、输入门和输出门对数据进行处理，计算逻辑图如图 1 所示。其中遗忘门对邮轮设计知识源中的不重要知识进行遗忘处理（公式（1）。输入门用于处理新知识以及新知识的筛选（公式（5），包括全新知识的处理（公式（2）和旧知识的更新（公式（3）。输出门包括网络对当前输入的处理（公式（4），并根据记忆信息对当前知识进行修正公（式（6），实现数据信息的感知捕获。图1BiLSTM-CRF计算逻辑通过对某一邮轮舱室设计案例进行抽取训练，对训练结果从精确率、召回率及 F1 分数进行多维度评估。通过对评估结果取 10 次平均值，得到该模型的精确率为 91.28%，召回率为 92.71%，F1 分数为 91.98%，具有较高的训练有效性，如表 2 所示。2.3知识图谱构建利用上述技术得到的实体和知识关系，对知识图谱任一三阶张量 H（ei，rk，ej）进行张量分解，其中 ei和 ej为对应三元组的头实体和尾实体，其在 n 维空间中的向量为 wi 和 w j，rk为两个实体之间的关联关系，分解后的表达式如公式（7）所示。（7）式中，Rk是 rk在 n 维空间内的权重矩阵，Rabrk为 n 维空间第 a 个和第 b 个向量元素在 rk下的关联关系。通过该表达式计算后，可将概念层中抽取的实体映射到知识图谱节点空间中，并通过关联关系进行链接，构建知识概念图谱。将融合后构建的知识图谱通过高性能图数据库进行分布式部署，使其具有高并发、低时延的处理能力。根据邮轮设计知识特性构建免索引邻接的顶点记录结构、边记录结构和属性记录结构，将邮轮设计实体与属性图顶点对应，邮轮设计关系与属性图边对应，形成 7 类邮轮设计知识图数据库。利用图计算和路径遍历算法，实现图谱的高效检索，设邮轮设计图谱中目标顶点 a 到起始顶点 b 的距离为 d（vs，v），对边 e=进行边松弛计算，计算公式如公式（8）所示。d（vs，u）=min(vs，u)，(vs，v)+wvu （8）式中，wvu为边 e=的权值，通过对每个顶点进行 n 次迭代（n 为边的数量），每次迭代如果路径更短，将自动对原有路径进行更新，从而找到知识图谱应用过程中的最短路径。如图 2 所示为某一邮轮设计知识图谱应用实例。经过对每一路径进行计算，通过数据迭代找到搜索的最短路径为：设计项目对应的船型该船型对应的系统/部件/分段案例，通过对该案例的搜索，可应用于以下场景。（1）在做具体设计活动时，根据当前的设计活动，涉及的专业、项目、船型、系统/部件/分段到自动推送相关案例；（2）将案例、标准、船东意见、校审手册、设计惯例等按照专业、设计阶段、设计活动等拆分为检查单，在设计人表2抽取训练结果语料来源识别实体总数训练次数精确率（%）召回率（%）F1分数（%）邮轮舱室设计案例集2936190.5592.5591.54291.0293.0792.03391.3794.2492.78492.2691.3391.79592.0392.0592.04691.7591.8791.81791.0692.5691.80891.4792.9192.18990.3793.0591.691090.8993.4292.1410次平均值91.2892.7191.98 2024 年第 2 期104中国高新科技电子信息|ELECTRONIC INFORMATION 员进行设计活动时，自动推送相关知识，便于设计人员参考、核查。图2邮轮设计知识图谱应用实例3邮轮智能设计知识服务云平台知识图谱目前于大型成套复杂装备上的应用还较少，邮轮智能设计知识服务云平台基于邮轮领域知识特点，提供知识搜索、知识推送、业务标准包等多方面的服务应用，主要应用于以下两方面。3.1知识搜索包括知识检索、网页浏览、文本下载、知识分享等，通过知识图谱的知识推理技术，使用户快速得到所需的知识。知识搜索实例如图 3 所示，对某大型邮轮的船装管系进行检索，检索过程中根据输入的关键词依照邮轮设计知识图谱进行回溯，得到所需的图纸、标准等文件。图3知识搜索实例3.2知识推送利用嵌入技术和智能推理技术，将邮轮设计知识图谱和CAD、CAE 软件相融合，在设计中自动推送相关设计知识。如图 4 所示为知识图谱嵌入 Smart3D 软件的应用场景，通过邮轮设计过程中的管线对象获取对应的图纸和文档，包括：（1）依据管线号前三位匹配获取系统原理图，进行建模或核对模型；（2）凭借管线所在的区域获取对应分段的安装图，以便修改图纸查看；（3）参照管线对象类型获取建库内容表来核对等级。图4知识推送实例4结语本文基于邮轮设计领域特点，设计了面向邮轮设计本体的实体语义网络抽取模型，应用路径遍历算法和最短路径计算增强邮轮设计知识图谱处理能力。经验证，该方法构建的知识图谱能够实现对邮轮设计知识的高效存储与计算，具有较高的精准率和召回率，有助于增强邮轮设计过程中的知识搜索，提高知识推理的效率，进而提高知识的可重用性。基金项目：上海市 2021 年度“科技创新行动计划”社会发展科技攻关项目（21DZ1206000）。作者简介：刘泓伯（1997-），男，黑龙江齐齐哈尔人，上海外高桥造船有限公司工程师，研究方向：科技管理。参考文献1AMIT S.Introducing the knowledge graphR.America:Official Blog of Google，2012.2PAN J Z，VETERE G，GOMEZ-PEREZ J M，et al.Exploiting linked data and knowledge graphs in large organizationsM.Heidelberg:Springerm，2017.3 王文广.知识图谱认知智能理论与时间 M.北京：电子工业出版社，2022.4 陈琨.基于知识图的领域本体构建方法研究 D.西安：西北大学，2011.（责任编辑：周羿廷）