[发明专利]一种基于语义网络的创意激发方法及装置

说明书

本发明公开了一种基于语义网络的创意激发方法，包括：步骤1、构建用于匹配检索的数据库；步骤2、获取关键词，通过映射获得语义网络中对应的节点信息，基于所述节点信息在步骤1构建的数据库中进行匹配，获取所有相关联节点的权重信息集合；步骤3、对权重信息集合中统计权重进行标准化，获得关联节点对应的标准统计权重集合；步骤4、基于标准统计权重集合与语义权重集合，计算获得路径边权重集合；步骤5、基于路径边权重集合，生成用于体现关键词与相关词之间隐式关系的力导向图。本发明还公开了一种基于创意激发方法的创意激发引擎装置。本发明的方法通过计算关键词与关联词之间的路径边权重，生成可视化的力导向图。

技术领域

本发明涉及计算机辅助设计领域，尤其涉及一种基于语义网络的创意激发方法及装置。

背景技术

设计是一个以实现某种特定需求为目的，通常受到第三方的限制，包含了构想、开发和实现各种产品、人工制品、系统、服务或体验的过程。随着科学技术的发展，设计正在逐渐成为多种生产生活领域中不可缺少的一个流程。通过理解用户的期望和需求，以及业务实践过程中的限制，设计者需要完成从概念到产品的构思和计划，使得产品的形式、内容和行为变得有用且可行。

概念设计是设计的早期阶段，是一个由分析用户需求到生成概念产品的设计过程。概念设计既需要设计者充分了解已有的信息，也需要他们发挥自己的创新能力，其最终效果是和设计者获取、理解和使用各种人文和科技信息的能力紧密相关的。

当前，网络上有大量的图片信息和文字信息供设计者浏览、汲取设计过程所需的知识并产生一些创新的想法。然而，如何帮助设计者高效地发现并获取知识从而激发创意仍然是一个值得研究的问题。

专利文献CN106919674A公共了一种基于Wiki语义网络构建的知识问答系统及智能检索方法，所述智能检索方法包括基于机器人学习对上线文语义的自动主体推理以及专家知识定向优化两个面的优点，对用户输入检索词返回经过合理语义联想、拓展匹配的检索结果和推理的检索结果，并结合专家知识的定义，从而提高了检索结果的准确度和深度。该方法只能体现关键词与关联词的关系，而不能提供关键词与关联词之间作为关系拓展的隐式关系。

专利文献CN11026899A公开了一种基于深度学习的产品生成方法，包括：建立产品图像数据集；数据预处理；构建图像生成模型；构建图像方案二次优选模型；根据优选的图像模型创新设计产品。该方法针对产品图像进行创意拓展，而该方法的局限性在于图对图的检索拓展，而很多创意点和想法无法通过图片形式进行展示。

发明内容

为了解决上述问题，本发明提供了一种基于语义网络的创意激发方法，通过输入待创意激发的关键词，获得用于体现关键词与相关词之间隐式关系的力导向图，从而提供思维拓展的方向。

一种基于语义网络的创意激发方法，包括：

步骤1、构建用于匹配检索的数据库，所述数据库包括关键词在语义网络中的节点信息以及与所有相关联节点之间的权重信息，所述权重信息包括节点与相关节点之间的语义权重和统计权重；

步骤2、获取关键词，通过映射获得语义网络中对应的节点信息，基于所述节点信息在步骤1构建的数据库中进行匹配，获取所有相关联节点的权重信息集合；

步骤3、对步骤2获得的权重信息集合中统计权重进行标准化，获得关联节点对应的标准统计权重集合；

步骤4、基于步骤3获得的标准统计权重集合与语义权重集合，计算获得用于体现关键词与对应相关词之间连接顺序的路径边权重集合；

步骤5、基于步骤4获得的路径边权重集合，生成用于体现关键词与相关词之间隐式关系的力导向图。

本发明采用内容更加广泛的维基百科数据库，根据关键词与关联词之间的语义权重与统计权重，计算关键词与多个关联词之间的路径边权重，从而生成用于体现关键词与相关词之间隐式关系的力导向图。