一種從ipc中快速提取設計知識的輔助系統(tǒng)的制作方法
【技術領域】
[0001] 本發(fā)明涉及一種從IPC中提取設計知識的輔助系統(tǒng)。
【背景技術】
[0002] 近年來，挖掘?qū)＠R啟發(fā)創(chuàng)新設計方面的研宄取得一定進展。主要可以分為兩 類：（1)基于概念設計模型，分層次提取設計知識。如在ASME2010年國際設計工程技術會議 和計算機與信息工程大會上，由ZhenLi和DerrickTate發(fā)表的一篇《AutomaticFunction Interpretation:UsingNaturalLanguageProcessingOnPatentsToUnderstand DesignPurpose》一文中指出基于公理設計（AxiomaticDesign，AD)框架，應用自然語言處 理方法，從專利說明書中提取功能要求知識和設計參數(shù)知識。由YanLiang和YingLiu發(fā) 表的〈〈ADesignRationaleRepresentationModelUsingPatentDocuments》一文中提 出了一個三層的設計規(guī)則（DesignRational，DR)表示模型，即問題層，設計方案層和工件 層，從單個專利文件中提取相應設計知識，并由此對多個專利文件構(gòu)建DR網(wǎng)。由付敏、范德 林、李銳發(fā)表的一篇《基于TRIZ和AD的集成創(chuàng)新設計模型及其應用》，文中面向概念設計， 提出了一種適于計算機自動處理的專利知識挖掘方法，建立了統(tǒng)一的專利作用結(jié)構(gòu)知識表 示模型，通過自然語言處理從專利中提取作用原理和產(chǎn)品結(jié)構(gòu)知識，輔助創(chuàng)新設計。上述研 宄基于概念設計的模型，對專利知識進行提取和表示，以輔助設計者創(chuàng)新。但在知識獲取過 程中，需要對專利文獻進行人工解讀，而檢索得到的專利文獻數(shù)量大、篇幅長，分析十分耗 費精力，制約了對專利知識的有效提取和利用。因此如何通過計算機高效地獲取專利知識 并進行恰當表示，高效啟發(fā)設計師的創(chuàng)新靈感，仍是亟待解決的問題。
[0003] (2)基于發(fā)明解決問題（TheoryofInventiveProblemSolving，TRIZ)理論，提 取設計知識。在《輕工機械》期刊2011年第4期由錢煒苗、李貴平、張國耕等人發(fā)表的一篇 《基于QFD、TRIZ與專利知識挖掘的產(chǎn)品創(chuàng)新設計》，就指出專利深度知識的挖掘模型和方 法，基于TRIZ理論描述專利知識，通過檢索獲取所需專利知識，結(jié)合頭腦風暴法，輔助產(chǎn)生 創(chuàng)新的設計方案。上述研宄利用TRIZ創(chuàng)新理論及其專利知識，一般僅能得到設計問題的通 用解，領域解仍然較多依賴于設計者自身的知識和經(jīng)驗，既不能依靠計算機快速提前設計 知識，也無法有針對性地啟發(fā)設計者進行創(chuàng)新設計。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術問題在于提供一種利用數(shù)據(jù)處理技術，從IPC中快速提取 設計知識的輔助系統(tǒng)。
[0005] 為了解決上述所要解決的技術問題，本發(fā)明采用了以下技術方案：
[0006] 一種從IPC中快速提取設計知識的輔助系統(tǒng)，包括
[0007] -已錄入IPC分類表、語法庫和詞典庫的數(shù)據(jù)庫；
[0008] -輸入模塊，用于輸入用戶期望改進的功能；
[0009] -功能知識提取模塊；
[0010] -效應知識提取模塊；
[0011] -作用結(jié)構(gòu)知識提取模塊；
[0012] -字符串處理模塊；以及顯示模塊，
[0013] 其中，i輸入模塊通過功能知識提取模塊連接字符串處理模塊進而連接數(shù)據(jù)庫； 所述字符串處理模塊依據(jù)功能知識提取模塊給定的處理規(guī)則，調(diào)用數(shù)據(jù)庫中的字符串并進 行處理，提取與表示期望改進功能的動詞在IPC中并列出現(xiàn)的相關動詞，作為候選動詞；
[0014] 功能知識提取模塊，還根據(jù)字符串處理模塊輸出的結(jié)果，建立包含表示期望改進 功能的動詞和候選動詞的項集表，根據(jù)字符串處理模塊統(tǒng)計候選動詞的頻次，在候選動詞 中挖掘關聯(lián)動詞，用以表示功能知識，并錄入數(shù)據(jù)庫；
[0015]ii效應知識提取模塊連接字符串處理模塊進而連接數(shù)據(jù)庫；效應知識提取模塊， 用于提取關聯(lián)動詞和名詞、副詞組成的短語，其給定的構(gòu)詞結(jié)構(gòu)規(guī)則為"名詞+關聯(lián)動詞"、 "副詞+關聯(lián)動詞"、"關聯(lián)動詞+介詞+名詞";通過字符串處理模塊在數(shù)據(jù)庫中調(diào)用語法庫 和詞典庫并進行詞法分析和句法分析，提取IPC分類表中表示效應的名詞和副詞，作為效 應詞；
[0016] 效應知識提取模塊，還根據(jù)字符串處理模塊的輸出結(jié)果，建立候選效應詞的項集 表，根據(jù)字符串處理模塊統(tǒng)計效應詞出現(xiàn)的頻次和效應詞在IPC中跨小類數(shù)量，在候選效 應詞的項集表中挖掘關聯(lián)效應詞，用以表示效應知識，并錄入數(shù)據(jù)庫；
[0017]iii作用結(jié)構(gòu)知識提取模塊也連接所述字符串處理模塊和數(shù)據(jù)庫，通過字符串處 理模塊調(diào)用數(shù)據(jù)庫中的IPC分類表，用于在IPC中提取包含關聯(lián)效應詞的類目的下位類目， 獲取實現(xiàn)該效應的作用結(jié)構(gòu)知識，并錄入數(shù)據(jù)庫；
[0018] 顯示模塊，用于將數(shù)據(jù)庫中上述功能知識提取模塊提取的功能知識、效應知識提 取模塊提取的效應知識和作用結(jié)構(gòu)知識提取模塊提取的作用結(jié)構(gòu)知識按照功能一效應一 作用結(jié)構(gòu)的層次進行顯示，以輔助設計人員快速獲取設計知識。
[0019] 作為優(yōu)選，功能知識提取模塊給定的處理規(guī)則包括：提取與表示待改進功能的動 詞在IPC中并列出現(xiàn)的含有詞語含義具有同一、促進、否定、前序和后繼關聯(lián)關系的相關動 詞；所述數(shù)據(jù)庫中的詞典庫是已收錄各個動詞詞語含義具有同一、促進、否定、前序和后繼 的詞典庫。
[0020] 作為優(yōu)選，在功能知識提取模塊中，為表示功能之間的關聯(lián)緊密程度，定義兩個功 能i和j之間的關聯(lián)度V#關聯(lián)度采用功能動詞在IPC的類名中并列出現(xiàn)的頻次表示， 將其對應列入對應的候選動詞之后；在效應知識提取模塊中，對于單個效應，定義通用度 n，采用包括該效應的小類的個數(shù)來表示；對于兩個以上效應，定義兩個效應i和j之間的互 換度mij，表示互相之間可以替代的程度，即用同時包括效應i、j的小類的個數(shù)來衡量互換 度mu，將通用度n和互換度my對應列入對應的效應詞之后；在作用結(jié)構(gòu)知識提取模塊中， IPC中的類名依照層次關系形成了樹，類名即樹上的結(jié)點；設結(jié)點之間邊的數(shù)目為非負自 然數(shù)d，d越小，關系越近，反之，關系越遠；為定量表示作用結(jié)構(gòu)層知識之間的關系，定義兩 個作用結(jié)構(gòu)知識之間的兼容度c，用d的倒數(shù)表示，c= 1/d;上述關聯(lián)度Vi」、互換度mu和 兼容度c信息均作為輔助創(chuàng)新的參數(shù)，并采用各模塊自定義的閾值對這些參數(shù)篩選，從而 快速獲取設計知識。
[0021] 作為優(yōu)選，所述功能知識提取模塊、效應知識提取模塊、作用結(jié)構(gòu)知識提取模塊和 字符串處理模塊均集成在計算機處理系統(tǒng)中，成本低，效果好。
[0022] 作為優(yōu)選，所述字符串處理模塊包括詞性識別模塊，所述詞性識別模塊是將所述 IPC分類表中的文字與所述詞典庫進行匹配，完成匹配并取得一返回值即完成詞性識別，用 于所述效應知識提取。
[0023] 作為優(yōu)選，所述字符串處理模塊包括從數(shù)據(jù)庫進行字符串調(diào)用的調(diào)用模塊、字符 串匹配模塊、字符串出現(xiàn)次數(shù)統(tǒng)計及計算模塊；所述調(diào)用模塊連接字符串匹配模塊，而字符 串出現(xiàn)次數(shù)統(tǒng)計及計算模塊分別連接調(diào)用模塊和字符串匹配模塊。
[0024] 作為優(yōu)選，還包括人工糾錯模塊，所述人工糾錯模塊分別連接輸入模塊、字符串處 理模塊和顯示模塊，用以將字符串處理模塊無法處理的規(guī)則輸送至顯示模塊，操作者可以 根據(jù)顯示模塊的內(nèi)容，在輸入模塊中輸入所需規(guī)則。通過人工糾錯模塊，解決字符串處理模 塊中無法處理的規(guī)則，以克服模糊地帶信息化產(chǎn)品無法主觀判斷的缺陷。
[0025] 采用了上述技術方案的輔助系統(tǒng)，具有如下有益效果：
[0026] 首先，本發(fā)明根據(jù)IPC分類表、語法庫和詞典庫建立相關數(shù)據(jù)庫，使得設計知識的 基礎數(shù)據(jù)庫錄入數(shù)據(jù)處理系統(tǒng)，這些數(shù)據(jù)庫的獲得非常容易，快速簡便，無須成本，數(shù)據(jù)庫 數(shù)據(jù)量較少，便于快速處理、運算。
[0027] 其次，本發(fā)明在上述數(shù)據(jù)庫基礎上，通過數(shù)據(jù)處理系統(tǒng)，從IPC中存在的設計知識 及其關聯(lián)關系，提取設計知識，并以知識鏈和知識網(wǎng)的形式表示在顯示模塊，以輔助創(chuàng)新設 計的方法，有效改變了人工查找、統(tǒng)計、翻閱和分析IPC以及專利文獻耗時耗力的狀態(tài)，一 目了然。
[0028] 此外，本發(fā)明的輔助創(chuàng)新系統(tǒng)是從IPC中挖掘關聯(lián)的功能、效應和作用結(jié)構(gòu)知識， 將其進行圖形化表示，以拓展設計人員的思維空間，促進創(chuàng)新方案的產(chǎn)生，通過這種富有邏 輯、關聯(lián)的結(jié)構(gòu)模型進行提取知識，有效性好，能更高效地輔助創(chuàng)新設計，開發(fā)出創(chuàng)新性產(chǎn) 品和方法效率高，實用性好。
[0029] 總之，本發(fā)明是采用數(shù)據(jù)處理技術，借助電子信息產(chǎn)品為提取設計知識進行輔助， 即借助了如計算機產(chǎn)品，通過計算機處理器錄入計算機的數(shù)據(jù)庫進行字符串的處理，再加 之輸入模塊輸入和顯示模塊顯示，從而解決了人工查找文獻效率低下、統(tǒng)計難度大，運算速 度慢以及有效性和準確性低的情況，從而既為設計人員快速有效收集設計知識，又拓展設 計人員的思維空間，最終促進創(chuàng)新方案的產(chǎn)生。
【附圖說明】
[0030] 圖1 :本發(fā)明IPC的層次結(jié)構(gòu)框圖。
[0031] 圖2:系統(tǒng)總體結(jié)構(gòu)圖。
[0032] 圖3:設計知識獲取流程框圖。
[0033] 圖4:通用型設計