董登奎 曾拥华

摘  要：针对工程机械维修保养知识图谱建模人工建模成本高、难度大且覆盖度难以保证等问题，提出基于自顶向下和自底向上相结合的知识图谱建模方法。首先，人工定义构建工程机械维修保养知识图谱的顶层数据模式;然后，利用知识抽取技术从文本数据中抽取实体、属性、关系知识;最后对自顶向下方法的结果与自底向上方法的结果进行合并融合。实验验证表明，该文所提出的知识建模方法可以大大降低人工建模的难度，同时具备较好的覆盖度和准确性，可以满足工程机械维修保养知识图譜构建与应用的需求。

关键词：知识体系;动态本体;工程机械维修保养;知识图谱;自然语言处理

中图分类号：TP391       文献标识码：A 文章编号：2096-4706（2020）07-0011-04

Research on the Knowledge Map Modeling of Construction Machinery Maintenance

DONG Dengkui，ZENG Yonghua

（Army Engineering University，Nanjing  210007，China）

Abstract：Aiming at the problems of high cost，difficulty and difficulty in guaranteeing the construction of knowledge graph modeling for construction machinery maintenance knowledge，a knowledge graph modeling method based on the combination of top-down and bottom-up is proposed. First，manually define the top-level data model for constructing the knowledge map of maintenance and repair of construction machinery;then，use knowledge extraction techniques to extract entity，attribute，and relationship knowledge from the text data;finally，the results of top-down method and bottom-up method are merged. Experimental verification shows that the knowledge modeling method proposed in this article can greatly reduce the difficulty of manual modeling，and has good coverage and accuracy，which can meet the needs of construction machinery maintenance knowledge graph construction and application.

Keywords：knowledge system;dynamic ontology;maintenance of construction machinery;knowledge graph;natural language processing

0  引  言

在工程机械维修保养领域，由于机械使用强度大、工程机械种类繁多、功能多样、结构复杂和损伤率较高等问题，对工程机械维修保养的时效性、维修保养率、零部件备换提出更高的要求。同时，对维修保养人员对系统原理和机械使用的熟练度、故障检测和维护保养方法知识也提出更高的掌握要求。海量的机械维修保养数据蕴含着上述问题的实践知识，具有极高的使用价值和参考意义。然而，目前这些知识仍然以数据孤岛的形式存在于各类存储介质中，维修保养人员难以从中提取出数据关联进行更精准的维修保养判断。这些数据缺乏统一的知识体系描述、有效的组织结构和直观形象的使用方式，难以进行深层次的数据关联挖掘和应用。……