[发明专利]基于SMT质量大数据分析的知识图谱构建方法

说明书

本发明公开一种基于SMT质量大数据分析的知识图谱构建方法，其步骤为：对SMT产线文本数据集进行预处理，生成SMT产线文本数据训练集和测试集，构建并训练BERT‑Bi‑LSTM‑CRF命名实体模型，其结构包括BERT嵌入层，Bi‑LSTM层和CRF层；构建并训练BERT实体关系抽取模型，其结构包括BERT编码层、信息交互层和关系抽取层；对SMT产线结构化数据进行预处理；利用XGBoost算法计算结构化数据的影响因素；通过SMT产线高发缺陷成因关联分析构建SMT产线质量知识图谱。本发明提高了SMT企业累计数据利用率，形成规则，降低产品坏品率，降低企业生产成本。

技术领域

本发明属于物理技术领域，更进一步涉及数据处理技术领域中的一种基于表面贴装技术SMT(Surface Mounted Technology)质量大数据分析的知识图谱构建方法。本发明可基于多源多模态数据构建SMT行业的知识图谱。

背景技术

电子制造企业在生产中积累了大量的生产经验知识，但多以孤立的技术文档等非结构化文本形式存在，尚未形成统一的知识库，不利于知识的复用、传承和管理。企业借助于信息化系统在生产中积累的海量结构化数据，但这些数据并未被充分利用，其中潜在的价值多被忽略。充分发掘各类数据的价值，实现各类数据中知识的高效利用和统一管理对SMT产线工艺改善和产品质量提升具有重要意义。利用实体识别，关系抽取处理技术可以获取文本的特定信息；借助数据挖掘技术可以实现结构化数据中隐含关键信息的发现，知识图谱技术可以实现大规模知识的统一表示和高效索引。

南京中禹智慧水力研究院有限公司在其申请的专利文献“一种水务领域知识图谱的构建方法”(申请号202111011676.7申请公布号CN 113918725 A)中公开了一种河湖健康知识图谱的构建方法。该方法的实现步骤是：第一步，对数据进行校验和去噪音。第二步，基于Neo4j平台构建水务领域知识图谱顶层概念模型，作为水务领域知识图谱骨架。第三步，从行业标准、各类数据库、政府职能部门网站、水文水环境检测网站、公众网站、物联网数据和遥感影像等结构化数据、半结构化数据及非结构化数据中，采用数据库、爬虫、卷积神经网络技术进行实体抽取和关系抽取。第四步，将具有相同指代的实体三元组数据挂接同一个概念下，通过计算概念实体之间的相似度，完成实体对齐。第五步，基于Neo4j平台的图数据库完成知识的存储。该方法存在的不足之处是，由于卷积神经网络的结构中存在池化层，当抽取非结构化数据实体时，导致丢失有价值的信息，降低模型抽取水务实体的准确率。

上海精密计量测试研究所在其申请的专利文献“装备试验数据知识图谱构建方法”(申请号202111512535.3申请公布号CN 114417005 A)中公开了一种装备试验数据知识图谱构建方法。该方法的实现步骤是：第一步，集成已有的装备试验数据。第二步，对试验数据进行数据清洗及结构化处理。第三步，构建试验数据的元模型。第四步，对试验数据进行内容识别，特征提取，再按照元模型进行存储。第五步，基于试验数据构建数据实体，建立实体之间的连接。第六步，基于知识图谱构建工具，导入所有的实体以及实体之间的关系，形成装备试验数据知识图谱。该方法存在的不足之处是，没有针对非结构化数据建立知识抽取模型，难以应用于拥有大量非结构数据的SMT领域。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种基于SMT质量大数据分析的知识图谱构建方法，用于解决抽取非结构化数据实体时抽取准确率低，以及缺乏非结构化数据建立知识抽取模型，难以应用于拥有大量非结构数据的SMT领域的问题。