基于知识图谱的制造业技能画像构建方法

本发明涉及知识图谱及数据处理，具体为基于知识图谱的制造业技能画像构建方法。

背景技术：

1、制造业领域的作业技能描述信息分散于操作规章、设备手册、工艺流程图等多种非结构化文本中。现有的技能画像构建方法多依赖人工梳理或基于简单关键词匹配的自动化抽取技术。

2、人工梳理方案的处理周期冗长，且在面对大量设备与工序时难以保证画像间的一致性。基于关键词匹配的自动化技术无法有效识别文本中操作对象、动作类型与环境参数之间的语义关联，往往将强关联的技能要素割裂成孤立标签，同时忽略了文本上下文所赋予的数值化环境约束信息。这导致构建出的技能画像无法精确反映某一作业岗位所应掌握的复合型操作能力及其适用的工况范围。

3、制造业技能要素间的关联关系具有层次深、约束多的特点，现行方法在组织这些要素时，常采用扁平化列表或简单树形结构，难以承载技能组元之间因共现耦合、顺序依赖而产生的复杂网络结构。技能画像的构建需要解决如何在抽取语义要素的基础上，将元项级别的解析结果重组为能够表达技能间复杂关联结构的图谱体系，并根据图谱中节点的拓扑特征来聚合生成具备岗位区分度的结构化技能画像。

技术实现思路

1、本发明提供一种基于知识图谱的制造业技能画像构建方法，目的在于解决现有方法无法从多源异构文本中自动解析并关联技能元项，以及无法将技能要素间复杂语义关系构建为可聚合分析的知识结构化表示的问题。

2、为了实现上述目的，本发明提供如下技术方案：本发明提供一种基于知识图谱的制造业技能画像构建方法。该方法获取目标制造业领域的技能描述文本集合，该技能描述文本集合包含操作规章文本、设备手册文本、制造业相关职业资格标准及工艺流程图文本。通过对采集的操作规章文本与设备手册文本按页面布局进行区域分割处理，并对区域分割处理后的页面进行文本行对齐校正，克服了多源异构文本在结构上的非标准化障碍，使后续的语义解析能够在统一的版面基准上执行。

3、获得技能描述文本集合后，对技能描述文本集合进行技能元项解析处理，生成目标制造业领域的技能元项集合，该技能元项集合包含操作对象元项、动作类型元项及环境参数元项。优选的，技能元项解析处理基于段落边界进行实体拆分，并利用动词词性与名词词性的依存关系提取操作对象元项和动作类型元项，同时依据数值单位与量纲标识提取环境参数元项。通过对提取出的元项进行元组组合处理生成技能元项组，实现了从非结构化文本到结构化技能要素的精准转化，避免了对人工标注规则的过度依赖。

4、根据每个技能元项的类型属性确定对应的应用层适配规则，该应用层适配规则包含元项属性值与知识图谱节点类型的映射关系。作为本发明的一个技术方案，针对操作对象元项，分别根据物理属性分类标签确定第一映射路径，根据功能属性分类标签确定第二映射路径，并基于操作对象元项在技能描述文本中的出现频率比较两条映射路径的权重值，将权重值较高的映射路径设置为应用层适配规则。通过这种动态竞争性的规则选择机制，使得知识图谱的顶层模式能够自适应于领域内实际术语的侧重倾向，提升了知识建模的结构贴合度。

5、基于确定的应用层适配规则构建目标制造业领域的技能知识图谱。该技能知识图谱包含技能节点集合及技能关联边集合，每条技能关联边连接两个技能节点并标记关联强度值。在构建过程中，根据技能元项之间的共现关系建立技能关联边，并对关联强度初始值进行基于元项在文本中位置距离的衰减校正处理，以准确反映技能要素之间的时空耦合程度。优选的，引入基于深度优先遍历的环状结构检测机制，在检测到环状结构时删除关联强度值最小的技能关联边，从而保证了知识图谱的无环层次结构，使得技能之间的依赖与递进关系在逻辑上清晰无冗余。

6、对构建完成的技能知识图谱进行特征聚合处理，生成目标制造业领域内多个作业岗位的技能画像。优选的，依据节点度值筛选核心技能节点，以每个核心技能节点为中心，在技能知识图谱中沿技能关联边执行指定跳数范围内的广度优先遍历以提取相邻技能节点集合，并对该集合中的节点进行属性值向量化编码，生成对应的技能画像向量。通过这种将拓扑中心性与向量空间嵌入相结合的特征聚合手段，提取出的技能画像能够同时表征技能结构的核心枢纽特性及其周围的关联技能图谱，为复杂岗位的技能需求提供了高维、可计算的特征表达。

7、作为本发明的一个技术方案，该方法还包括动态反馈更新机制。在预设评估周期内采集多个作业岗位的实际操作记录，该实际操作记录包含操作耗时数据及操作错误频次。通过将实际操作记录与对应作业岗位的技能画像进行基于操作耗时数据分布区间比对的偏差分析处理，生成第一偏差值。依据第一偏差值调整技能知识图谱中技能关联边的关联强度值，生成更新后的技能关联边集合并应用于下一周期的技能画像生成任务。该反馈机制使得静态的知识图谱能够感知一线操作实绩的动态演化，实现了技能画像在持续学习中的自我校准与时效性保持。

8、在上述技术方案中，本发明提供的技术效果和优点：

9、针对多源异构技能文本中操作对象、动作及环境参数无法被有效关联解析的问题，通过对技能描述文本集合进行技能元项解析处理，基于动词与名词的依存关系以及数值单位与量纲标识，分别提取操作对象元项、动作类型元项及环境参数元项，并将三者组合为技能元项组。该处理实现了对制造业非结构化文本中技能要素的结构化拆分与封装，避免了常规关键词匹配方法割裂操作实体与动作及工况环境之间内在联系的缺陷。

10、根据操作对象元项的物理属性分类标签与功能属性分类标签分别确定指向实体节点类型和概念节点类型的映射路径，并以技能描述文本中的出现频次为权重比较两条路径，择优选设应用层适配规则。这种适配方式使得同一个技能元项能够根据其在语料中的分布特性被动态映射至知识图谱中更合理的节点维度，相比固定模板映射，保留了技能要素在领域语境下的多义适应性。

11、在技能知识图谱的构建过程中，依据元项间的共现关系建立技能关联边，并以元项在文本中的位置距离对关联强度初始值进行衰减校正。距离衰减校正使得图形结构中的关联强度更贴近制造业文本中语义紧密度的实际分布，减弱了在长文本段落中偶然共现产生的噪声关联对图谱质量的干扰。

12、在生成各岗位技能画像时，以节点度值筛选核心技能节点，并根据图谱平均路径长度确定跳数范围，沿关联边执行广度优先遍历提取相邻节点集合，进而通过向量化编码生成画像。该机制从拓扑结构出发自动聚合属于同一技能簇的节点群，使最终形成的技能画像能够集成某岗位所需核心技能及其周边紧密协作的操作能力，实现了对扁平化列表式技能描述的跨越。

13、通过采集各岗位的实际操作耗时及操作错误频次，对操作耗时数据进行标准耗时区间比对生成偏差值，再利用该偏差值调整图谱中关联边的强度，形成下一周期的更新图谱。该闭环机制使技能画像与作业现场的真实执行情况保持动态同步，避免了静态画像因生产环境变化而逐渐失真的问题。

1.基于知识图谱的制造业技能画像构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于知识图谱的制造业技能画像构建方法，其特征在于，所述获取目标制造业领域的技能描述文本集合，包括：

3.根据权利要求1所述的基于知识图谱的制造业技能画像构建方法，其特征在于，所述对所述技能描述文本集合进行技能元项解析处理，生成所述目标制造业领域的技能元项集合，包括：

4.根据权利要求1所述的基于知识图谱的制造业技能画像构建方法，其特征在于，所述根据每个所述技能元项的类型属性确定对应的应用层适配规则，包括：

5.根据权利要求1所述的基于知识图谱的制造业技能画像构建方法，其特征在于，所述基于所述应用层适配规则构建所述目标制造业领域的技能知识图谱，包括：

6.根据权利要求5所述的基于知识图谱的制造业技能画像构建方法，其特征在于，所述根据所述技能元项集合中每个技能元项之间的共现关系，建立至少一条技能关联边，包括：

7.根据权利要求1所述的基于知识图谱的制造业技能画像构建方法，其特征在于，所述对所述技能知识图谱进行特征聚合处理，生成所述目标制造业领域内多个作业岗位的技能画像，包括：

8.根据权利要求7所述的基于知识图谱的制造业技能画像构建方法，其特征在于，所述以每个核心技能节点为中心，从所述技能知识图谱中提取指定跳数范围内的相邻技能节点集合，包括：

9.根据权利要求1所述的基于知识图谱的制造业技能画像构建方法，其特征在于，所述方法还包括：

10.根据权利要求9所述的基于知识图谱的制造业技能画像构建方法，其特征在于，所述将所述实际操作记录与对应作业岗位的技能画像进行偏差分析处理，生成第一偏差值，包括：