说明:收录各省市地方标准 提供单次或批量下载
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210838819.X (22)申请日 2022.07.18 (71)申请人 桂林电子科技大 学 地址 541004 广西壮 族自治区桂林市七 星 区金鸡路1号 (72)发明人 黄春跃 张怀权 廖帅冬 李茂林 龚锦锋 (74)专利代理 机构 桂林市华杰 专利商标事务所 有限责任公司 451 12 专利代理师 周雯 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/04(2012.01) G06F 16/36(2019.01) G06F 40/30(2020.01) (54)发明名称 基于知识图谱的SMT产线工艺缺陷分析系统 及分析方法 (57)摘要 本发明公开了一种基于知识图谱的SMT产线 工艺缺陷分析系统及分析方法, 所述系统包括顺 序连接形成闭环的SMT工艺缺陷实体抽取模块、 知识图谱构建模块、 SMT工艺缺陷知 识谱图单元、 SMT工艺缺陷分析模块、 人机交互模块、 语义 分析 模块和查询语句重构模块和SMT工艺缺陷分析模 块, 操作者与人机交互模块连通, 所述系方法包 括1) 构建SMT工艺缺陷知 识图谱; 2) SMT工艺缺陷 分析。 这种方法实现了工艺缺陷报告文本中的隐 含缺陷信息的有机联系, 让工艺缺陷、 工艺缺陷 造成原因、 工艺缺陷解决方案 之间的关系变得更 加清晰、 直观, 可以有效提高SMT 生产企业的制造 工艺水平。 权利要求书2页 说明书7页 附图5页 CN 115204684 A 2022.10.18 CN 115204684 A 1.一种基于知识图谱的SMT产线工艺缺陷分析系统, 其特征在于, 系统采用自然语言处 理和知识图谱技术, 包括顺序连接形成闭环的S MT工艺缺陷实体抽取模块、 知识图谱构建模 块、 SMT工艺缺陷知识谱图单元、 SMT工艺缺陷分析模块、 人机交互模块、 语义分析模块和查 询语句重构模块和SMT工艺 缺陷分析模块, 操作者与人机交 互模块连通, 其中, SMT工艺缺陷实体抽取模块采用基于BERT ‑BiLSTM‑CRF拼接模型的语言实体识别模型, 语言实体识别模型设有BERT、 BiLSTM、 CRF和工艺缺陷实体输出层4部分, BERT是BERT ‑ BiLSTM‑CRF拼接模型的输入接口, 用于输入工艺缺陷分析文本内容, 工艺缺陷实体输出层 是语言实体识别模型的输出接口, 用于输出模型从工艺缺陷分析文本内容抽取的工艺实体 内容, BERT、 BiLSTM顺序连接, CRF、 工艺缺陷实体输出层顺序连接, CRF的输入 是BERT输出向 量与BiLSTM输出向量的拼接向量; 知识图谱构建模块采用Python语言根据实体类别、 实体类别关系设计的知识图谱结构 编写的知识图谱构建算法; SMT工艺缺陷知识谱图单 元采用Neo 4j建立的“图”结构数据库; 人机交互模块是采用Pytho n语言编写人机交 互界面; 语义分析模块采用基于BERT、 B iLSTM、 CRF、 前馈神经网络和SoftMax的文本关键字抽取 模型和文本语义分析模型, 包括并联的工艺问题描述关键字提取、 工艺问题描述语义提取 两部分, 所述工艺问题描述关键字提取采用BERT ‑BiLSTM‑CRF拼接模型的语言实体识别模 型, 设有BERT、 BiLSTM、 CRF和工艺问题描述关键字输出层4部分, BERT为工艺问题描述关键 字提取的输入接口, 用于输入操作通过人机交互模块输入的描述工艺缺陷问题的文本内 容, 工艺问题描述关键字输出层是工艺问题描述关键字提取 的输出接口, 用于输出工艺问 题描述关键字提取过程从描述工艺缺陷问题的文本内容中提取的工艺描述关键字, BERT、 BiLSTM顺序连接, CRF、 艺问题描述关键字输出层顺序连接, CRF的输入为BERT输出向量与 BiLSTM输出向量的拼接向量, 所述工艺问题描述语义提取采用基于BERT的语义分析算法, 设有顺序连接的BERT、 全连接层、 SoftMax3部分, BERT为工艺问题描述语义提取的输入接 口, 用于输入操作通过人机交互模块输入的描述工艺缺陷 问题的文本内容, SoftMax 是工艺 问题描述语义提取算法的输出接口, 用于输出工艺问题描述语义提取算法从描述工艺缺陷 问题的文本内容中提取的工艺问题描述语义类别; 查询语句重构模块采用Python语言根据 Neo4j图数据库 查询语句特点编写的查询语句 生成算法; SMT工艺缺陷分析模块采用Python语言编写的Neo4j图数据库查询查询算法和查询 结 果处理算法。 2.一种基于知识图谱的SMT产线工艺缺陷分析方法, 包括权利要求1所述的基于知识图 谱的SMT产线工艺 缺陷分析系统, 其特 征在于, 所述方法包括如下步骤: 1) 构建SMT工艺 缺陷知识图谱: 包括: 1‑1) 收集SMT企业生产过程产生的工艺缺陷报告分析文本, 并将文本进行处理加工转 换成为满足SMT工艺 缺陷实体抽取模块处 理文本要求的形式即预处 理; 1‑2) 分析SMT工艺缺陷文本报告的文字实体特点, 确定需要抽取的实体类别包括缺陷 位置、 缺陷类别、 缺陷现象、 缺陷原因、 缺陷解决方案; 1‑3) 根据选定的缺陷实体类别确定SMT工艺缺陷知识图谱 的实体类别和实体关系, 构权 利 要 求 书 1/2 页 2 CN 115204684 A 2建知识谱图的结构, 知识谱图的结构中包括顺序连接的缺陷位置、 缺陷类型和缺陷原因, 缺 陷类型与缺陷现象、 缺陷原因、 缺陷解决方案顺序连接形成闭环; 1‑4) SMT工艺缺陷实体抽取模块对经过预处理的SMT缺陷工艺分析报告文本进行工艺 实体抽取, 并保存抽取的工艺 缺陷实体; 1‑5) 知识图谱构 建模块采用SMT工艺缺陷实体抽取模块抽取的工艺缺陷实体根据步骤 1‑3) 中构建的知识图谱结构 构建SMT工艺 缺陷知识图谱; 2) SMT工艺 缺陷分析: 采用构建好知识图谱进行SMT工艺 缺陷分析, 包括: 2‑1) 操作者采用基于知识图谱的SMT产线工艺缺陷分析系统的人机交互模块输入描述 SMT工艺缺陷的文字内容; 2‑2) 人机交互模块将操作输入的SMT工艺缺陷描述文字以文档的形式发送给语义分析 模块; 2‑3) 语义分析模块抽取出操作 者输入的SMT工艺缺陷描述文本内容中的工艺问题关键 字, 并将获得的关键 字发送到查询语句重构模块; 2‑4) 查询语句重构模块依据收到的关键 字构建出对应的知识库查询语句; 2‑5) SMT工艺 缺陷分析模块进行工艺 缺陷分析, 过程 为: 2‑5‑1) SMT工艺缺 陷分析模块依据知识库查询语句, 结合SMT工艺缺陷知识谱图中的工 艺缺陷关系进行工艺 缺陷分析; 2‑5‑2) SMT工艺 缺陷分析模块将得到的工艺 缺陷分析 结果反馈给 人机交互模块; 2‑6) 人机交互模块将得到的工艺缺陷分析结果展示给操作者, 从而实现基于SMT工艺 缺陷知识图谱的SMT产线工艺 缺陷分析。权 利 要 求 书 2/2 页 3 CN 115204684 A 3
专利 基于知识图谱的SMT产线工艺缺陷分析系统及分析方法
文档预览
中文文档
15 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 人生无常 于
2024-03-18 10:58:40
上传分享
举报
下载
原文档
(1.2 MB)
分享
友情链接
GB-T 42809-2023 自动化集装箱码头操作系统技术要求.pdf
DB21-T 3870-2023 工业数字化转型典型场景评估规范 辽宁省.pdf
DB37-T 4649.4—2023 智能制造 第4部分:数字化车间评价体系指南 山东省.pdf
TB-T 2887-2022 电气化铁路变电所用变压器.pdf
GB 14052-1993 安装在设备上的同位素仪表的辐射安全性能要求.pdf
GB-T 41392-2022 数字化车间可靠性通用要求.pdf
GB-T 2032-2018 船用法兰消火栓.pdf
T-ZSCPA 001—2023 绿色智慧城市评价指标体系.pdf
GB-T 36441-2018 硬件产品与操作系统兼容性规范.pdf
GB-T 29246-2023 信息安全技术 信息安全管理体系 概述和词汇.pdf
逐浪大模型:互联网巨头的AI野望.pdf
DB44-T 1944-2016 碳排放管理体系 要求及使用指南 广东省.pdf
YD-T 1756-2008 电信网和互联网管理安全等级保护要求.pdf
GB-T 15166.1-2019 高压交流熔断器 第1部分:术语.pdf
T-CES 160—2022 数字孪生变电站智能传感器接入技术规范.pdf
绿盟 工业控制系统安全评估流程.pdf
工信安全发展研究中心 数据安全白皮书 2021.pdf
JRT 0271-2023 金融数字化能力成熟度指引.pdf
T-ZGCMITT 009—2022 介入手术室放射防护用品使用管理.pdf
GB-T 43624-2023 湿地术语.pdf
1
/
3
15
评价文档
赞助2.5元 点击下载(1.2 MB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。