关于复杂产品设计知识的语义自动标注方法讨论

庄晨瑞　吕书恒　 纪士宇　 智彦彦

摘要：在目前对于复杂产品进行设计时，常常伴随着手工语义和准确率方面出现的问题，前者主要是耗时较长，而后者则是效率极低，这两者也影响了对于设计知识语音信息的完整表达，因此相对于人工的语义标注，目前较为流行的自动化和智能的应用也就显得更为有效，尤其是就复杂产品设计领域来说，其构建流程和多维度的框架可以直接与自动语义标注流程进行相结合，然而这也就需要在领域知识和构建体系转换中所需要的技术进行深入探讨，为此首先对复杂产品的相关概念进行分析，进而对自动标注等研究给予有效的策略。

关键词：标注方法;自动化;领域产品

引言：

就从复杂产品设计的本身来说，一般都是复杂度较高的多学科产品设计交汇，通常不是个人或个体团队进行设计的，而是多个团体进行协同的设计，因此产品多为不同专业的信息和知识进行的集合，自然也使得其语义较为复杂。而在设计人员方面，为了有效地进行设计知识的检索，关键词已经成为了落后的检索方式，更多的是根据语义信息所进行的语义检索，这对于信息检索的准确性有极大的帮助，然而这也对计算机信息的要求有了较大的提高，不但需要语义被人所了解，也需要计算机电脑进行了解，这点在国际的网络应用上已经较为普遍，而在我国来说，有效地从手动语义标志转化为自动成为了探索的重点。

一、一般复杂产品的自动标注流程

要进行复杂产品的语义自动标注，首先就要求对于负责产品的标注流程进行分析了解，就目前实际情况来说，一般认为语义标注主要分为五个部分，但概括可分為表示、处理、解离、提取、匹配五个流程，表示是对复杂产品的多领域、多专业知识并且有所表达的重要基础，通过对学科的维度领域的划分提取，将其中重要的联系进行抽象化以构建本体框架。处理方面则是智能化的进行分词、去停用词，并且根据词频权重对关键词进行分析[1]。之后解离已经构建好的本体，对其不同维度的知识框架进行分析，将整个本体变为元素结合，而在此基础上进行有效的语义信息提取，在相应的有效计算下进行匹配，并且根据文本的主关键词和副关键词方面做好把控，最终完成语义标注。

二、复杂产品自动语义标注中到难点探究

（一）领域本体多专业多维度的知识表示

上文提到需要将复杂产品的语义信息令计算机和人共同进行理解，传统的管理系统很难智能来进行理解，而造成检索效率的下降，这是本体方面进行加强是实现智能的重要方法，这就要求将语义空间转化为知识资源，一般认为可以为文档、图片和一些其他资料及公式，并且通过不断的构建和关联性的发现来进行本体的完善[2]。此外，要对多维度进行分析，将核心学科和交叉学科进行划分，在设计和知识类别方面了解和分析，知识类别也就是对设计知识的属性进行建模，进而根据以上各点概念对于多维度本体进行融合，最终达到设计目标，也就是所要求的检索目的。

（二）文本类知识的自动标注过程

在自动标注方面 首先是语义信息提取的定义公式要考虑到语义的重合度，进而进行文档特征的提取，一般认为该文的特征就是关键词，在建立文档中，关键词集合后，根据节点位置通过算法进行主观检测定位，然后以此为参考对于一般关键词进行搜索，而此外要根据权重计算，对于重要程度进行评估，传统的评估方式没有考虑到语义关系，而造成评估的不正确，因此进行权重计算的完善是有必要的，这也就需要在计算中引入语义增量。

三、具体复杂产品设计现状的加强

就目前来说，复杂产品的本体构建方法和语义信息的处理在我国已经较为成熟，比如说企业建模法等，然而在进行实际应用时发现没有结合复杂产品本身所带的领域知识特点，这对后续进行检索时有着较大的影响，因此要针对于该种情况，有效实现后续语义标注，而这也可以在上文的语义标注过程中进行提取，此外以下四个方面也是重要的本体框架构建的内容：

（一）设计对象方面的重点分析

比如对于军用车辆来说，首先要对于其各类系统进行分析，一般认为有行走、武器、防护系统等，而对应的每个系统都有其相应的结构和部件，而在结构和部件方面也有相应的标准和设计要求，因此详细的进行分析并对于材料的来源进行把控是有必要的。

（二）设计组织方面的有效分析

主要记录好设计部门和各人员所扮演的角色和职责，也就是对于设计进行贡献的设计者和对该设计有需求的需求者方面，这也是之后进行检索的重要内容之一，因此有效的记录分析是必须[3]。

（三）设计过程中的重点分析

设计过程首先要进行方案和设计图等预先的设计，并且对于其中的参数计算和选定以及样品和材料的选用方面要进行严格的把控，此外要对车辆的实验和改进方面也要进行记录，而对于该设计过程中的设计人员活动和任务的也要进行概念方面上的把控。

四、结束语

复杂产品的自动语义标注是相对于人工手动标注更为准确和节省时间的方式，并且还可以提高用户进行检索的效率，因此对自动标注方法的流程信息分析后，将其中的难点和需要改进的四大维度方面流程所谓的分文所探讨的重点，也希望通过本文的整体框架的更精确构建理论，可以有效的提高匹配的精确度，并且希望该种研究在进行过程中能在多个领域得到更广泛的应用，尤其作为电子信息技术高应用的现当代，进行有效的检索算法改进，将会较大程度上提高检索效率，这对信息的处理和收集也有了较大的提高，就大数据相关技术方面来说有着较为重要的原因。

参考文献：

[1]刘航，杜江，白瑀.基于多维度本体的制造业领域知识语义建模研究[J].制造技术与机床，2019（09）：140-146.

[2]乔虎，何俊，师治全，向颖.融合制造语义的三维工序模型序列重用方法[J].计算机辅助设计与图形学学报，2019，31（08）：1425-1433.

[3]李文靖，胡书山，余日季.基于语义网的数字化家具模型本体设计与检索[J].软件导刊，2019，18（08）：136-139+143.

[4]傅柱，王曰芬，丁绪辉.面向知识重用的设计过程知识语义表示研究[J].数据分析与知识发现，2019，3（06）：21-29.

作者简介

庄晨瑞，出生日期：1998 04 13，性别：男，籍贯：湖北，专业：产品设计，学校（单位）：大连工业大学

吕书恒，出生日期：1998.04.12，性别：男，籍贯：吉林省四平市，专业：产品设计，学校（单位）：大连工业大学

纪士宇，出生日期：1998.10.23，性别：男，籍贯：黑龙江省齐齐哈尔市，专业：产品设计，学校（单位）：大连工业大学

智彦彦 ，出生日期：1996.10.01，性别：女，籍贯：河南省商水县，专业：产品设计，学校（单位）：大连工业大学