买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海交通大学;强魏飚唐(上海)智能科技有限公司申请的专利基于知识图谱的复杂产品设计知识服务方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121117229B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511227644.9，技术领域涉及：G06F16/36；该发明授权基于知识图谱的复杂产品设计知识服务方法和系统是由张先燏;明新国;魏凤荣;郭力;郭厚友;汤浙斌设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本基于知识图谱的复杂产品设计知识服务方法和系统在说明书摘要公布了：本发明提供了一种基于知识图谱的复杂产品设计知识服务方法和系统，包括：通过文本树结构与改进TFIDF算法结合N‑gram策略对参考文档进行语义标注；利用知识梳理模板及规则抽取方法提取设计过程知识，生成知识三元组并构建Neo4j图数据库中的知识图谱；在此基础上构建产品设计知识超网络，结合超边关联度与信息熵修正的向量空间模型计算任务与知识之间的语义匹配度；最终基于Cypher语言实现过程知识的查询推送，并通过多维综合评价方法完成参考知识的排序推荐。本发明实现了复杂产品设计中面向任务的知识结构化表达、语义关联度计算与智能化推送，提升了企业知识利用效率与设计决策质量。

本发明授权基于知识图谱的复杂产品设计知识服务方法和系统在权利要求书中公布了：1.一种基于知识图谱的复杂产品设计知识服务方法，其特征在于，包括： 步骤1：通过规范化文档结构、引入文本树模型，并结合改进的TFIDF算法与N-gram策略，实现参考知识的语义标注和结构化表达； 步骤2：通过设计知识梳理模板并结合基于规则的知识抽取方法，实现复杂产品设计中关键知识的系统获取与三元组生成，最终基于Neo4j构建面向任务的知识图谱； 步骤3：通过构建面向任务的复杂产品设计知识超网络模型，并结合多窗口共现度和信息熵修正的语义匹配方法，实现任务与参考知识之间关联性的计算和语义匹配； 步骤4：通过构建面向任务的设计知识推送框架，基于Cypher语句的过程知识检索方法和基于多维综合评价的参考知识推送方法，实现复杂产品设计中任务相关知识的获取与推送； 所述步骤1包括： 步骤1.1：参考知识规范化表征； 定义文档知识元DKU为：DKU=DP,DA,PC,DO,OT,BT,PT,MT；其中，DP表示参考文档所属设计任务的研发阶段，DA表示参考文档涉及的具体专业领域，PC表示参考文档所属的具体产品型号，DO表示参考文档涉及的具体设计对象，OT表示参考文档中与设计对象相关的概念术语，BT表示参考文档中与设计任务相关的操作或行为类术语，PT表示参考文档中与设计对象及设计任务相关的设计参数或设计特征术语，MT表示参考文档中用于支撑设计任务的方法或工具类术语； 步骤1.2：设计参考知识语义标注流程； 对设计文档进行预处理和结构化建模，包括文档类型识别、内容提取、标题结构分析和文本树生成； 结合分词、去停用词和文本树-改进TFIDF算法，利用N-gram策略提取关键词； 基于构建的本体解析生成包含领域类、属性的语义元素集合； 计算关键词与语义元素间的语义相似度，完成关键词的语义匹配与标注，并记录其在本体中的对应关系； 对未匹配的关键词，结合人工辅助判断其本体维度并扩充语义元素； 步骤1.3：基于文本树的文本内容结构化； 以文档标题及直属内容为根节点，各级子标题及直属内容按标题级别形成子节点，最底层标题及直属内容形成叶节点； 直属内容包括文本段落、表格标题、图片标题； 文档的文本树为，其中代表第p级子标题的第q个节点，且，其中代表节点的标题信息，代表节点的直属内容信息，是初始节点； 基于Python的正则表达式工具包，采用规则匹配的方式生成文本树； 步骤1.4：基于文本树-改进TFIDF的关键词提取； 采用自然语言处理工具进行分词、词性标注，加载领域词典并去除停用词； 引入外部语料库计算改进的逆文档频率： 其中，和分别代表复杂产品设计领域文档集和外部语料库集，代表复杂产品设计领域文档集和外部语料库集的总文档数，代表复杂产品设计领域文档集和外部语料库集中包含词项的文档数； 词频的计算公式为： 其中，代表词项在复杂产品设计领域文档中出现的频数，代表领域文档的总词数； 基于标题位置的权重修正公式为： 式中，代表词项出现在文本树节点标题中的次数，为第p级文本树的节点数量，代表文本树节点标题的长度，代表第p级文本树节点的权重，m是文本树的层级数； 基于特殊位置的权重修正公式为： 式中，为特殊位置权重系数，代表词项出现在文本树节点内容中的次数，代表文本树节点内容的长度，是标题触发词及其同义词组成的集合，代表标题是否包含在集合内的指示函数； 引入词项的专业词汇权重系数，计算公式如下： 其中，为领域词典集合，为领域专业词汇权重系数； 则关键词权重的综合计算公式为： 其中，是词项的词性加权因子； 采用tanh函数对候选关键词重要度权重进行归一化以实现权重到区间的映射，计算公式如下： 联立以上各式，获得文档中所有词项的权重值，由高到低进行排序，依据设定的阈值提取候选词得到的候选关键词集合及其权重，阈值采用动态变化策略，表达式为： 式中，为文档的总词数，为第个词项的权重值； 步骤1.5：语义元素匹配和语义标注； 生成设计任务、设计对象、设计阶段、专业领域、情境术语的语义元素集合； 计算候选关键词和本体实例的相似度，计算公式为： 其中，是基于预训练词向量模型Word2Vec得到的候选关键词和本体实例间的相似度； 采用余弦相似度计算两个词向量之间的相似度，表达式为： 其中，是Word2Vec中文预训练模型； 若语义相似度大于匹配阈值时，则用语义元素代替候选关键词，并依据语义元素的类型进行文本的语义标注； 若语义相似度小于匹配阈值但大于新元素阈值时，则由领域专家判断并进行新元素的添加； 所述步骤3包括： 步骤3.1：定义面向任务的复杂产品设计知识超网络为，其中，V为子网节点集合，E为超边集合；子网节点源自知识图谱，关联度在领域语料库上计算； 步骤3.2：获取设计任务和参考文档的超边特征项集合；基于子网关联度和超边关联度分别从DKU的8个维度计算设计任务和参考文档的语义关联度，得到关联度向量； 构建设计任务的语义空间向量为和参考文档的语义空间向量为； 步骤3.3：采用加权欧式距离计算语义匹配相似度，归一化后的计算公式如下： 13 式中，为最终得到的设计任务和参考文档的知识关联度，为特征项类权重修正系数，、分别表示设计任务和参考文档的特征项类权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海交通大学;强魏飚唐(上海)智能科技有限公司，其通讯地址为：200240 上海市闵行区东川路800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。