面向知识图谱的智能生产系统工艺知识推理方法

针对智能生产系统中知识和数据之间存在冗余度高、关联性弱,难以进行知识推理的缺点,提出了面向知识图谱的工艺知识推理方法.对输入信息进行语义标注和分类,提取得到用于信息匹配的特征;利用图卷积方法对提取到的局部特征和全局特征进行关联,整合成带有差异值信息的特征无向图,与构建好的知识图谱进行图匹配操作;根据不同的推理类型采用不同的推理规则,推理得出实例之间的关联和拓扑信息,生成关于输入信息的属性和值.与推荐系统算法、融合知识图谱的图卷积算法相比,该算法在MovieLens-1M、Book-Crossing、Last.FM数据集上取得了较高的预测率,通过工艺实例知识推理验证了所提推理模型的可行性.