[发明专利]一种融合语义信息的异构设备本体匹配方法

说明书

一种融合语义信息的异构设备本体匹配方法，包括如下步骤：(1)将指令片段集sksubgt;1/subgt;和通用语义本体集sksubgt;2/subgt;中的所有元素逐个输入指令理解模型，生成指令意图表征矢量；(2)从训练数据集中筛选小部分指令片段集sksubgt;1/subgt;′用于制作准确匹配数据集F’；(3)计算相似矩阵S；(4)计算映射矩阵F；(5)计算目标函数f1；(6)更新映射矩阵F，计算目标函数f2；(7)多次循环步骤(2)至(6)，直至映射矩阵F实现准确匹配sk′subgt;1/subgt;，最终得到的映射矩阵F将用于生成指令意图字典。

技术领域

本发明涉及一种融合语义信息的异构设备本体匹配方法，本发明属于物联网技术领域，具体属于异构设备本体匹配技术领域。

背景技术

在物联网领域，不同设备使用不同的指令语言来表达相同的指令意图，这是因为供应商们有意设计出与竞争对手大相径庭的指令语法，以增加客户的切换成本。此外，设备的指令语法也受到专利的严格保护。因此，不同厂商之间并不存在清晰的一一对应的指令语句，甚至相同的术语也有不同的表示。这就导致了当网络中包含异构设备时，管理该网络是极为困难的。因此如何将不同设备的指令片段与通用的指令意图集(即语义本体)进行匹配，减轻管理异构设备网络的困难，成为目前物联网技术领域一个急需解决的技术难题。

发明内容

有鉴于此，本发明的目的是发明一种方法，基于深度学习模型，实现将物联网设备的指令片段与通用语义本体进行匹配的目标。为了达到上述目的，本发明提出了一种融合语义信息的异构设备本体匹配方法，将物联网设备的指令片段与通用语义本体进行匹配；所述语义本体指某个通用的指令意图集，所述指令片段为物联网设备执行某项意图时的具体指令；设具有N₁个元素的指令片段集和具有N₂个元素通用语义本体集所述方法发现在sk₁和sk₂之间具有相同意图的元素对，每个元素只能被匹配一次；

所述方法具体包括如下操作步骤：

步骤S100，将指令片段集sk₁和通用语义本体集sk₂中的所有元素逐个输入指令理解模型，生成各自的指令意图表征矢量；所述的输入指令理解模型包括意图描述编码器和指令片段编码器；

步骤S200，从整个训练数据集中筛选小部分指令片段集sk₁′用于制作准确匹配数据集F’；

步骤S300，基于所述的指令意图表征矢量计算相似矩阵

步骤S400，基于所述的相似矩阵S计算映射矩阵

步骤S500，基于所述的相似矩阵S和映射矩阵F计算目标函数f1，计算结果用于反向传播以更新映射矩阵F；

步骤S600，用所述的准确匹配数据集F’更新映射矩阵F的相应部分，计算目标函数f2，计算结果用于反向传播以更新指令理解模型；

步骤S700，多次循环步骤S200至S600，直至映射矩阵F实现准确匹配sk′₁；最终得到的映射矩阵F将用于生成指令意图字典。

所述步骤S100包括如下操作子步骤：

步骤S110，对于所述的指令片段集sk₁和通用语义本体集sk₂中的每一个元素，将该元素中的描述文本内容和指令内容分别输入意图描述编码器和指令片段编码器；

步骤S120，将所述的两个编码器的编码结果连接成为一个矢量，作为该元素的指令意图表征矢量。

所述步骤S200具体包括如下操作子步骤：

步骤S210，按照下式计算所述指令片段集中每个元素的信息熵E(p_i)：