[发明专利]一种从IPC中快速提取设计知识的辅助系统

说明书

技术领域

本发明涉及一种从IPC中提取设计知识的辅助系统。

背景技术

近年来，挖掘专利知识启发创新设计方面的研究取得一定进展。主要可以分为两类：(1)基于概念设计模型，分层次提取设计知识。如在ASME2010年国际设计工程技术会议和计算机与信息工程大会上，由Zhen Li和Derrick Tate发表的一篇《Automatic Function Interpretation:Using Natural Language Processing On Patents To Understand Design Purpose》一文中指出基于公理设计(Axiomatic Design，AD)框架，应用自然语言处理方法，从专利说明书中提取功能要求知识和设计参数知识。由Yan Liang和Ying Liu发表的《A Design Rationale Representation Model Using Patent Documents》一文中提出了一个三层的设计规则(Design Rational，DR)表示模型，即问题层，设计方案层和工件层，从单个专利文件中提取相应设计知识，并由此对多个专利文件构建DR网。由付敏、范德林、李锐发表的一篇《基于TRIZ和AD的集成创新设计模型及其应用》，文中面向概念设计，提出了一种适于计算机自动处理的专利知识挖掘方法，建立了统一的专利作用结构知识表示模型，通过自然语言处理从专利中提取作用原理和产品结构知识，辅助创新设计。上述研究基于概念设计的模型，对专利知识进行提取和表示，以辅助设计者创新。但在知识获取过程中，需要对专利文献进行人工解读，而检索得到的专利文献数量大、篇幅长，分析十分耗费精力，制约了对专利知识的有效提取和利用。因此如何通过计算机高效地获取专利知识并进行恰当表示，高效启发设计师的创新灵感，仍是亟待解决的问题。

(2)基于发明解决问题(Theory of Inventive Problem Solving，TRIZ)理论，提取设计知识。在《轻工机械》期刊2011年第4期由钱炜苗、李贵平、张国耕等人发表的一篇《基于QFD、TRIZ与专利知识挖掘的产品创新设计》，就指出专利深度知识的挖掘模型和方法，基于TRIZ理论描述专利知识，通过检索获取所需专利知识，结合头脑风暴法，辅助产生创新的设计方案。上述研究利用TRIZ创新理论及其专利知识，一般仅能得到设计问题的通用解，领域解仍然较多依赖于设计者自身的知识和经验，既不能依靠计算机快速提前设计知识，也无法有针对性地启发设计者进行创新设计。

发明内容

本发明所要解决的技术问题在于提供一种利用数据处理技术，从IPC中快速提取设计知识的辅助系统。

为了解决上述所要解决的技术问题，本发明采用了以下技术方案：

一种从IPC中快速提取设计知识的辅助系统，包括

-已录入IPC分类表、语法库和词典库的数据库；

-输入模块，用于输入用户期望改进的功能；

-功能知识提取模块；

-效应知识提取模块；

-作用结构知识提取模块；

-字符串处理模块；以及显示模块，

其中，i输入模块通过功能知识提取模块连接字符串处理模块进而连接数据库；所述字符串处理模块依据功能知识提取模块给定的处理规则，调用数据库中的字符串并进行处理，提取与表示期望改进功能的动词在IPC中并列出现的相关动词，作为候选动词；

功能知识提取模块，还根据字符串处理模块输出的结果，建立包含表示期望改进功能的动词和候选动词的项集表，根据字符串处理模块统计候选动词的频次，在候选动词中挖掘关联动词，用以表示功能知识，并录入数据库；

ii效应知识提取模块连接字符串处理模块进而连接数据库；效应知识提取模块，用于提取关联动词和名词、副词组成的短语，其给定的构词结构规则为“名词+关联动词”、“副词+关联动词”、“关联动词+介词+名词”；通过字符串处理模块在数据库中调用语法库和词典库并进行词法分析和句法分析，提取IPC分类表中表示效应的名词和副词，作为效应词；

效应知识提取模块，还根据字符串处理模块的输出结果，建立候选效应词的项集表，根据字符串处理模块统计效应词出现的频次和效应词在IPC中跨小类数量，在候选效应词的项集表中挖掘关联效应词，用以表示效应知识，并录入数据库；