面向具身智能数据治理的本体扩展方法、装置及电子设备与流程

本技术涉及工业人工智能，尤其涉及一种面向具身智能数据治理的本体扩展方法、装置及电子设备。

背景技术：

1、随着具身智能技术的快速发展，工业机器人、服务机器人及自动化物流系统等智能设备在运行过程中产生了海量的多模态数据，这些数据分散存储于不同平台和系统中，格式、字段定义和语义表达方式各异，如何对来自不同传感器、不同任务场景的多模态数据进行统一的语义化治理，已成为制约具身智能规模化应用的关键技术问题。

2、现有技术中，具身智能场景下的数据治理主要依赖基于静态本体和人工规则映射，即由领域专家人工构建领域本体，定义特定领域内的概念类、属性、关系及约束公理；由开发人员根据原始数据的字段定义和格式规范，手工编写字段到本体概念的映射规则；调用推理机或规则引擎对已标注的实例数据进行一致性校验。

3、然而，不同数据来源对同一对象采用不同字段定义，导致数据融合时出现“同义异名”或“异义同名”的语义歧义。现有技术仅能基于字段格式进行浅层校验，无法利用领域知识自动发现深层次逻辑冲突。

技术实现思路

1、本技术提供一种面向具身智能数据治理的本体扩展方法、装置及电子设备，用以解决上述技术问题。该方法面向具身智能体采集的多模态数据处理场景，围绕现有本体与新增数据语义之间的关联关系进行分析，在识别与既有本体语义匹配程度的基础上，对难以被现有类覆盖的数据语义进行补充与扩展，并在保证本体语义一致性的前提下将新增知识纳入预置本体，从而提升具身智能多源异构数据治理过程中的语义统一能力以及跨标准场景下的知识复用能力。

2、第一方面，本技术提供一种面向具身智能数据治理的本体扩展方法，包括：

3、获取具身智能体采集的多模态数据，所述多模态数据包括多个数据片段；

4、通过大语言模型，基于预置本体，对各所述数据片段进行语义解析，并基于语义解析结果，确定各所述数据片段与所述预置本体中已有类的语义相似度；

5、针对所述多个数据片段中的目标数据片段，将所述目标数据片段以及所述预置本体中与所述目标数据片段对应的目标类的知识信息输入所述大语言模型，得到与所述目标数据片段对应的候选类；所述目标数据片段为与所述预置本体中的各已有类的语义相似度均低于预设阈值的数据片段，所述目标类包括与所述目标数据片段的语义相似度最高的已有类；

6、基于所述预置本体的本体约束条件，对所述候选类进行验证；

7、基于验证通过的候选类，对所述预置本体进行扩展，以增加所述候选类对应的知识信息。

8、在一个可能的实施例中，所述针对所述多个数据片段中的目标数据片段，将所述目标数据片段以及所述预置本体中与所述目标数据片段对应的目标类的知识信息输入所述大语言模型，得到与所述目标数据片段对应的候选类，包括：

9、对所述多个数据片段进行语义特征提取，得到各所述数据片段的语义特征向量；

10、基于所述语义特征向量对所述多个数据片段进行聚类处理，得到至少一个聚类簇；

11、确定所述目标数据片段所属的目标聚类簇；

12、将所述目标聚类簇的簇特征、所述目标数据片段以及所述目标类的知识信息输入所述大语言模型，得到所述目标数据片段对应的候选类。

13、在一个可能的实施例中，所述本体约束条件包括互斥类约束、父子类关系约束和属性公理约束，所述基于所述预置本体的本体约束条件，对所述候选类进行验证，包括：

14、基于所述互斥类约束，验证所述候选类与所述预置本体中已有类之间是否满足互斥条件；

15、基于所述父子类关系约束，验证所述候选类在所述预置本体中的继承关系是否正确；

16、基于所述属性公理约束，验证所述候选类对应的知识信息中的属性定义是否满足所述预置本体的属性公理；

17、当所述候选类满足所述互斥类约束、所述父子类关系约束和所述属性公理约束时，确定所述候选类验证通过。

18、在一个可能的实施例中，所述对所述预置本体进行扩展，包括：

19、根据所述候选类对应的知识信息，在所述预置本体中创建新的类节点；

20、根据所述语义解析结果，从所述多模态数据中提取与所述新的类节点匹配的实例数据；

21、将所述实例数据关联至所述新的类节点。

22、在一个可能的实施例中，所述对所述预置本体进行扩展之后，所述方法还包括：

23、获取目标本体；

24、基于扩展后的所述预置本体，确定所述预置本体与所述目标本体之间的映射关系；

25、基于所述映射关系，生成映射规则；

26、保存所述映射规则对应的映射依据、置信度评分以及人工审核记录。

27、在一个可能的实施例中，所述确定所述预置本体与所述目标本体之间的映射关系，包括：

28、计算所述预置本体与所述目标本体之间的语义相似度；

29、基于所述预置本体与所述目标本体中的节点关系，计算所述预置本体与所述目标本体之间的结构关系相似度；

30、获取所述目标数据片段对应的任务信息，确定所述任务信息与所述目标本体的上下文关联度；

31、加权融合所述语义相似度、所述结构关系相似度以及所述上下文关联度，生成所述映射关系。

32、在一个可能的实施例中，所述对所述预置本体进行扩展之后，所述方法还包括：

33、基于扩展后的所述预置本体，对所述多模态数据对应的实例数据进行一致性校验；

34、当检测到所述实例数据中存在不满足所述本体约束条件的异常数据时，将所述异常数据输入所述大语言模型，生成数据修复建议；

35、保存所述异常数据对应的一致性校验结果和所述数据修复建议。

36、第二方面，本技术提供一种面向具身智能数据治理的本体扩展装置，包括：

37、获取模块，用于获取具身智能体采集的多模态数据；所述多模态数据包括多个数据片段；

38、处理模块，用于通过大语言模型，基于预置本体，对各所述数据片段进行语义解析，并基于语义解析结果，确定各所述数据片段与所述预置本体中已有类的语义相似度；

39、所述处理模块，还用于针对所述多个数据片段中的目标数据片段，将所述目标数据片段以及所述预置本体中与所述目标数据片段对应的目标类的知识信息输入所述大语言模型，得到与所述目标数据片段对应的候选类；所述目标数据片段为与所述预置本体中的各已有类的语义相似度均低于预设阈值的数据片段，所述目标类包括与所述目标数据片段的语义相似度最高的已有类；

40、所述处理模块，还用于基于所述预置本体的本体约束条件，对所述候选类进行验证；

41、所述处理模块，还用于基于验证通过的候选类，对所述预置本体进行扩展，以增加所述候选类对应的知识信息。

42、在一个可能的实施例中，所述处理模块，还用于对所述多个数据片段进行语义特征提取，得到各所述数据片段的语义特征向量；

43、所述处理模块，还用于基于所述语义特征向量对所述多个数据片段进行聚类处理，得到至少一个聚类簇；

44、所述处理模块，还用于确定所述目标数据片段所属的目标聚类簇；

45、所述处理模块，还用于将所述目标聚类簇的簇特征、所述目标数据片段以及所述目标类的知识信息输入所述大语言模型，得到所述目标数据片段对应的候选类。

46、在一个可能的实施例中，所述处理模块，还用于基于所述互斥类约束，验证所述候选类与所述预置本体中已有类之间是否满足互斥条件；

47、所述处理模块，还用于基于所述父子类关系约束，验证所述候选类在所述预置本体中的继承关系是否正确；

48、所述处理模块，还用于基于所述属性公理约束，验证所述候选类对应的知识信息中的属性定义是否满足所述预置本体的属性公理；

49、所述处理模块，还用于当所述候选类满足所述互斥类约束、所述父子类关系约束和所述属性公理约束时，确定所述候选类验证通过。

50、在一个可能的实施例中，所述处理模块，还用于根据所述候选类对应的知识信息，在所述预置本体中创建新的类节点；

51、所述处理模块，还用于根据所述语义解析结果，从所述多模态数据中提取与所述新的类节点匹配的实例数据；

52、所述处理模块，还用于将所述实例数据关联至所述新的类节点。

53、在一个可能的实施例中，所述获取模块，还用于获取目标本体；

54、所述处理模块，还用于基于扩展后的所述预置本体，确定所述预置本体与所述目标本体之间的映射关系；

55、所述处理模块，还用于基于所述映射关系，生成映射规则；

56、所述处理模块，还用于保存所述映射规则对应的映射依据、置信度评分以及人工审核记录。

57、在一个可能的实施例中，所述处理模块，还用于计算所述预置本体与所述目标本体之间的语义相似度；

58、所述处理模块，还用于基于所述预置本体与所述目标本体中的节点关系，计算所述预置本体与所述目标本体之间的结构关系相似度；

59、所述获取模块，还用于获取所述目标数据片段对应的任务信息；

60、所述处理模块，还用于确定所述任务信息与所述目标本体的上下文关联度；

61、所述处理模块，还用于加权融合所述语义相似度、所述结构关系相似度以及所述上下文关联度，生成所述映射关系。

62、在一个可能的实施例中，所述处理模块，还用于基于扩展后的所述预置本体，对所述多模态数据对应的实例数据进行一致性校验；

63、所述处理模块，还用于当检测到所述实例数据中存在不满足所述本体约束条件的异常数据时，将所述异常数据输入所述大语言模型，生成数据修复建议；

64、所述处理模块，还用于保存所述异常数据对应的一致性校验结果和所述数据修复建议。

65、第三方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

66、所述存储器存储计算机执行指令；

67、所述处理器执行所述存储器存储的计算机执行指令，以实现如上述第一方面以及第一方面各种可能的实现方式所述的面向具身智能数据治理的本体扩展方法。

68、第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述第一方面以及第一方面各种可能的实现方式所述的面向具身智能数据治理的本体扩展方法。

69、第五方面，本技术提供一种程序产品，包括计算机程序，所述计算机程序被处理器执行时如上述第一方面以及第一方面各种可能的实现方式所述的面向具身智能数据治理的本体扩展方法。

70、本技术提供的面向具身智能数据治理的本体扩展方法、装置及电子设备，该方法通过获取具身智能体采集的多模态数据，并利用大语言模型基于预置本体对各数据片段进行语义解析、确定各数据片段与已有类的语义相似度，针对与各已有类的语义相似度均低于预设阈值的目标数据片段，结合其最相近已有类的知识信息生成候选类，并基于预置本体的本体约束条件对候选类进行验证，能够在保持本体语义一致性和约束合理性的基础上识别并引入新增知识，进而实现预置本体的自适应扩展，提高多源异构数据治理的扩展效率、跨标准映射效率及结果可复用性。