[发明专利]一种面向工程领域设计计算公式的检索方法与装置

说明书

本发明公开了一种面向工程领域设计计算公式的检索方法与装置；所述方法首先解析工程领域设计计算文档中的印刷体公式并将其转化为操作树，对该操作树进行嵌入表达。其次，获取计算公式的关联文本并对其进行嵌入表达。最终融合计算公式的操作树嵌入和其关联文本的嵌入，得到包含文本语义的公式向量。以该向量为介质进行公式检索。在对设计计算公式进行嵌入表达时不仅表达了公式计算过程的语义，还融合了与公式关联文本的语义，从而提高了公式检索的准确率。

技术领域

本发明涉及信息检索、自然语言处理领域，具体而言，涉及一种针对工程领域设计计算公式的检索方法与其装置。

背景技术

因此，对计算公式进行检索成为了提升整个设计计算流程效率的关键。

目前计算公式的检索方法，如专利CN109918473A、CN106372073A、CN110414319A都针对公式的结构进行表达和检索，忽略了公式的语义信息。而设计计算公式相对于一般科技文档中的数学公式，更容易存在两个公式结构相似但物理意义迥异的情况。如电梯设计中电动机的转动惯量计算公式J_q＝GD²/4与最大惯性转矩计算公式M_g＝Jε/η，这两个公式结构相似但物理意义显著不同。因此，公式的表达不仅需要考虑公式本身的逻辑结构，还需要融合与公式关联的变量名即公式说明等文字的语义信息。

论文DOI：10.19678/j.issn.1000-3428.0048934提出了运用本体建立数学表达式及其概念之间的联系以实现使用短语查询公式，该方法虽然考虑了公式的语义，但对于特定领域的计算公式需要建立特定的本体，使得该方法缺乏灵活性。

对此，本申请提出了一种融合计算公式物理意义的公式检索方法，从语义层面丰富工程领域设计计算公式嵌入向量的特征，从而提升对设计计算公式检索的准确率。

发明内容

针对以上问题，本申请提供一种面向工程领域设计计算公式的检索方法与装置，能够考虑设计计算公式的物理意义，从而丰富其嵌入表示向量的语义特征，提高检索准确率。

本申请实施例的第一方面提供了一种面向工程领域设计计算公式的检索方法，其具体步骤包括：

步骤1：识别文档中的设计计算公式，将其转化为操作树，对该操作树进行嵌入表达。

步骤2：获取计算公式的关联文本并对其进行嵌入表达。

步骤3：融合计算公式的操作树嵌入和其关联文本的嵌入，得到包含文本语义的公式向量。

步骤4：检索时使用向量相似性度量方法衡量不同公式之间的相似程度，返回相似度最高的结果。

所述步骤1具体包括：

步骤1.1：对于文档中印刷体公式，使用公式识别工具将其转换为中间表达式f。

步骤1.2：使用上下文无关文法描述中间表达式中操作对象和操作符的语法模式以构建词汇表，定义操作符的计算优先级顺序，并对f进行分词，得到由操作对象和操作符组成的序列，最后根据操作符的计算优先级，结合堆栈这一数据结构，将序列转换为公式操作树T。

步骤1.3：对操作树T的节点信息进行one-hot编码，结构信息进行哈夫曼编码，两者拼接之后得到计算公式操作树的嵌入矩阵M_OpT。

所述步骤2具体包括：

步骤2.1：对于文档中的印刷体公式，根据相对位置关系定位描述其输出参数的语句，去停用词处理之后作为公式的关联文本d。

步骤2.2：以书籍和标准中的计算公式为数据来源，构建专业领域的语句相似度标注数据集，使用文本嵌入的预训练模型对关联文本d进行嵌入表达，获取关联文本的向量e_d。