CN114722158A - 一种基于主题词聚类的数控机床制造工艺匹配方法及*** - Google Patents

Abstract

本发明公开了一种基于主题词聚类的数控机床制造工艺匹配方法及***，方法包括：获取加工工艺文本，对加工工艺文本进行词标注，确定加工工艺文本中的刀具信息以及工件信息，并分别确定刀具信息对应的第一属性实体信息以及工件信息对应的第二属性实体信息；根据刀具信息与第一属性实体信息之间的映射关系以及工件信息与第二属性实体信息之间的映射关系，生成三元组数据；将加工工艺文本中的工艺信息作为主题，三元组数据作为文本词，基于主题词模型，匹配出与刀具信息和工件信息对应的目标工艺信息。本发明可实现刀具和工件对工艺信息的自动匹配，实现高效地确定出工艺信息，为数控机床制造实提供了有利基础。

Description

一种基于主题词聚类的数控机床制造工艺匹配方法及***

技术领域

本发明涉及数控机床加工制造技术领域，尤其涉及一种基于主题词聚类的数控机床制造工艺匹配方法及***。

背景技术

数控机床在对工件进行加工时，会根据加工需求为每一个工件设置对应的加工工艺信息，该加工工艺信息中包括该工件的加工步骤、加工参数以及加工过程中所使用的刀具信息，而每一个刀具信息都有其对应的加工工艺步骤，也就是说，刀具与工件都有其对应的加工工艺信息，数控机床在对某个工件进行加工时，都需要调出该工件以及所需要使用到的道具的加工工艺信息。而现有技术中对于工件和刀具对应的加工工艺信息的调取基本都是机床操作人员手动选取，效率比较低。

因此，现有技术还有待改进和提高。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于主题词聚类的数控机床制造工艺匹配方法及***，旨在解决现有技术中对于工件和刀具对应的加工工艺信息的调取基本都是机床操作人员手动选取，效率比较低的问题。

为了解决上述技术问题，本发明所采用的技术方案如下：

第一方面，本发明提供一种基于主题词聚类的数控机床制造工艺匹配方法，其中，所述方法包括：

获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息；

根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据；

将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。

在一种实现方式中，所述获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，包括：

采集技术手册，梳理数控机床的工艺文件，筛选出用于描述工艺的所述加工工艺文本；

对所述加工工艺文本进行分词处理，得到词汇信息；

对所述词汇信息进行语义识别，确定所述词汇信息中的所述刀具信息以及所述工件信息，并对所述刀具信息与所述工件信息进行标注。

在一种实现方式中，所述分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息，包括：

基于语法特征对所述刀具信息与所述工件信息进行语法关联分析，确定所述刀具信息与所述工件信息对应的关联语句；

基于所述关联语句，分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息。

在一种实现方式中，所述获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息之后，还包括：

基于所述刀具信息以及对应的第一属性实体信息、所述工件信息以及对应的第二属性实体信息，训练Bi-LSTM-CRF模型，训练后的所述Bi-LSTM-CRF模型用于对所述加工工艺文本进行刀具信息、工件信息以及对应的属性实体信息的识别。

在一种实现方式中，所述训练后的所述Bi-LSTM-CRF模型包括表示层、BiLSTM层以及CRF层，所述表示层用于识别所述加工工艺文本中的词向量与字向量，所述BiLSTM层用于确定所述加工工艺文本中每个词对应所有属性实体信息的得分；所述CRF层用于基于每个词对应所有属性实体信息的概率，确定出所述刀具信息对应的第一属性实体信息以及所述工件信息对应的所述第二属性实体信息。

在一种实现方式中，所述将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息，包括：

基于所述主题词模型，对所述三元组数据中的第一属性实体信息与所述第二属性实体信息进行聚类，从所述加工工艺文本中确定所述第一属性实体信息所对应第一候选工艺信息以及与所述第二属性实体所对应的第二候选工艺信息；

根据所述第一候选工艺信息与所述第二候选工艺信息，确定所述目标工艺信息。

在一种实现方式中，所述根据所述第一候选工艺信息与所述第二候选工艺信息，确定所述目标工艺信息，包括：

基于所述第一候选工艺信息，确定所述刀具信息出现概率，并基于所述刀具信息出现的概率从所述第一候选工艺信息中确定刀具工艺信息；

基于所述第二候选工艺信息，确定所述工件信息出现的概率，并基于所述工件信息出现的概率从所述第二候选工艺信息中确定工件工艺信息；

基于所述刀具工艺信息与所述工件工艺信息，生成所述目标工艺信息。

第二方面一种基于主题词聚类的数控机床制造工艺匹配***，其特征在于，所述***包括：

属性实体信息确定模块，用于获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息；

三元组数据确定模块，用于根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据；

工艺信息匹配模块，用于将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。

第三方面，本发明实施例还提供一种终端设备，终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的基于主题词聚类的数控机床制造工艺的匹配程序，处理器执行基于主题词聚类的数控机床制造工艺的匹配程序时，实现如上述方案中任一项的基于主题词聚类的数控机床制造工艺匹配方法的步骤。

第四方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有基于主题词聚类的数控机床制造工艺的匹配程序，基于主题词聚类的数控机床制造工艺的匹配程序被处理器执行时，实现如上述方案中任一项的基于主题词聚类的数控机床制造工艺匹配方法的步骤。

有益效果：与现有技术相比，本发明提供了一种基于主题词聚类的数控机床制造工艺匹配方法，本发明获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息；根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据；将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。本发明基于预设的加工工艺文本进行词标注，然后确定出刀具信息以及工件信息，并基于主题词模型自动匹配出刀具信息和工件信息所对应的目标工艺信息，从而实现对工艺信息的高效匹配，提高了数控机床的加工制造效率。

附图说明

图1为本发明实施例提供的基于主题词聚类的数控机床制造工艺匹配方法的具体实施方式的流程图。

图2为本发明实施例提供的基于主题词聚类的数控机床制造工艺匹配***的原理框图。

图3为本发明实施例提供的终端设备的原理框图。

具体实施方式

为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本实施例提供一种基于主题词聚类的数控机床制造工艺匹配方法，基于本实施例的方法，可提高加工工艺信息的快速匹配。具体地，本实施例首先获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息。然后根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据。最后，将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。可见，本实施例基于预设的加工工艺文本进行词标注，然后确定出刀具信息以及工件信息，并基于主题词模型自动匹配出刀具信息和工件信息所对应的目标工艺信息，从而实现对工艺信息的高效匹配，提高了数控机床的加工制造效率。

示例性方法

本实施例中的基于主题词聚类的数控机床制造工艺匹配方法可可应用在终端设备上，也可以应用于数控机床上，所述终端设备可为电脑，并与数控机床连接。所述终端设备还可直接设置为所述数控机床中的智能控制模块，该智能控制模块可实现上述基于主题词聚类的数控机床制造工艺匹配方法，具体地，如图1中所示，本实施例中基于主题词聚类的数控机床制造工艺匹配方法包括如下步骤：

步骤S100、获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息。

本实施例中的加工工艺文本为包含多个工件信息以及多个刀具信息的加工工艺信息的文本，刀具信息反映的是数控机床在加工制造过程中的使用的刀具及其参数，工件信息反映的是数控机床所需要加工的工件的参数。当确定出加工工艺文本中的刀具信息和工件信息后，本实施例中分别确定与刀具信息对应的第一属性实体信息，以及与所述工件信息所对应的第二属性实体信息。本实施例中的第一属性实体信息反映的是刀具的具体信息，反映的是就是数控机床中所具备的刀具，反映了刀具名称、刀具类别、刀具功能以及刀具编号等，也就是说，本实施例从加工工艺文本中确定出刀具信息后，进一步确定出该刀具信息在数控机床中具体对应哪一把刀具。同样地，本实施例中的第二属性实体信息反映的是工件的具体信息，反映的是该工件的名称、类型、功能等信息。工件在划分时，可按照加工工艺进行划分，比如数控车床加工出的工件可划分为车削工件，数控铣床加工出的工件可划分为铣削工件。因此，本实施例从加工工艺文本中确定出工件信息后，进一步确定出该工件信息对应的是哪一种工件。

在一种实现方式中，本实施例中的上述步骤S100具体包括如下步骤：

步骤S101、采集技术手册，梳理数控机床的工艺文件，筛选出用于描述工艺的所述加工工艺文本；

步骤S102、对所述加工工艺文本进行分词处理，得到词汇信息；

步骤S103、对所述词汇信息进行语义识别，确定所述词汇信息中的所述刀具信息以及所述工件信息，并对所述刀具信息与所述工件信息进行标注。

具体地，本实施例中首先采集技术手册，该技术手册可为数控机床的操作手册以及产品介绍说明，也可以为某一个工件或者某一个设备的制造手册。因此，本实施例中的技术手册中就会包括很多的加工公益信息，为此，本实施例基于该技术手册梳理数控机床的工艺文件，然后从中筛选出用于描述工艺的所述加工工艺文本。由于工艺文件中还包括其他的信息，比如工件或者刀具的使用场景以及使用方法等介绍，或者有些工件并不是基于数控机床加工制造出来的，或者有些工件的制造过程中只有部分工序是使用数控机床加工的，因此，本实施例需要从工艺文件中筛选出用于描述工艺的内容，从而形成所述加工工艺文本，以提高后续步骤中准确匹配出刀具信息以及工件信息所对应的加工工艺信息。

由于加工工艺文本中是由若干文字组成的，其中包括有工件信息、刀具信息以及参数、加工步骤等信息。因此，为了得到该加工工艺文本中的刀具信息和工件信息，本实施例在得到所述加工工艺文本后，对所述加工工艺文本进行分词处理，所述分词处理，是将加工工艺文本中的的语句中的词汇进行分开，得到词汇信息，然后对所述词汇信息进行语义识别，确定所述词汇信息中的所述刀具信息以及所述工件信息，并对所述刀具信息与所述工件信息进行标注。比如，当基于语义识别，从加工工艺文本中的词汇信息中识别出“AA铣刀”时，刀具信息即为“AA铣刀”，又比如，从加工工艺文本中的词汇信息中识别出“阶梯轴”时，则工件信息为“阶梯轴”。

进一步地，当确定刀具信息以及工件信息后，本实施例基于语法特征对所述刀具信息与所述工件信息进行语法关联分析，确定所述刀具信息与所述工件信息对应的关联语句。所述关联语句为在加工工艺文本中与所述刀具信息以及所述工件信息存在联系的上下文语句。比如，当刀具信息为“AA铣刀”后，则可在加工工艺文本中确定刀具信息“AA铣刀”的位置，然后确定该刀具信息“AA铣刀”的上下文语句，然后再从该上下文语句中确定与“AA铣刀”对应的关联语句。在一种实现方式中，该关联语句可为刀具信息的名称信息、类型信息以及功能信息，也可以为工件信息的名称信息、加工类型信息以及参数等等。当确定出关联语句后，本实施例可从这些关联语句中提取与刀具信息或者工件信息有关联的词汇，从而基于语义识别确定出关联语句中所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息。本实施例中的第一属性实体信息为具体的刀具名称及型号信息，所述第二属性实体信息为具体的工件名称及参数。本实施例中确定第一属性实体信息和第二属性实体信息有利于后续步骤中准确且高效地确定出所述刀具信息和所述工件信息对应的目标工艺信息。

在另一种实现方式中，本实施例当确定刀具信息及其对应的第一属性实体信息、所述工件信息及其对应的第二属性实体信息后，本实施例还可以基于所述刀具信息以及对应的第一属性实体信息、所述工件信息以及对应的第二属性实体信息，训练Bi-LSTM-CRF模型，训练后的所述Bi-LSTM-CRF模型用于对所述加工工艺文本进行刀具信息、工件信息以及对应的属性实体信息的识别。所述训练后的所述Bi-LSTM-CRF模型包括表示层、BiLSTM层以及CRF层，所述表示层用于识别所述加工工艺文本中的词向量与字向量，所述BiLSTM层用于确定所述加工工艺文本中每个词对应所有属性实体信息的得分；所述CRF层用于基于每个词对应所有属性实体信息的概率，确定出所述刀具信息对应的第一属性实体信息以及所述工件信息对应的所述第二属性实体信息。也就是说，本实施例在确定并标注刀具信息以及工件信息后，确定出对应的第一属性实体信息、第二属性实体信息，并且第一属性实体信息与刀具信息对应，第二属性实体信息与工件信息对应，因此基于这两个对应关系训练Bi-LSTM-CRF模型。当训练完成后，将加工工艺文本中输入训练后的Bi-LSTM-CRF模型，该训练后的Bi-LSTM-CRF模型就可以自动输出刀具信息及其对应的第一属性实体信息以及工件信息及其对应的第二属性实体信息，从而快速从加工工艺文本中找出刀具信息以及工件信息，并准确确定出对应的第一属性实体信息以及第二属性实体信息。

步骤S200、根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据。

当确定出刀具信息及其对应的第一属性实体信息以及工件信息及其对应的第二属性实体信息后，本实施例根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据。所述三元组数据反映的刀具信息-第一属性实体信息、工件信息-第二属性实体信息。

步骤S300、将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。

当生成三元组数据后，本实施例将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，自动从所述加工工艺文本中匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。在本实施例中，所述主题词模型LDA（LatentDirichlet Allocation ）是一种文档主体生成模型，也成为一个三层贝叶斯概率模型，包含词、主体、文档这三层结构。所谓生成模型，就是说，一篇文章的每个词都是通过以一定的概率选择了一个主题，并从这个主题中以一定的概率选择这个词语这个一个过程得到的。因此，基于该主题词模型就可以基于三元组数据中的所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，快速从加工工艺文本中匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。

在一种实现方式中，本实施例中的在确定目标工艺信息时包括如下步骤：

步骤S301、基于所述主题词模型，对所述三元组数据中的第一属性实体信息与所述第二属性实体信息进行聚类，从所述加工工艺文本中确定所述第一属性实体信息所对应第一候选工艺信息以及与所述第二属性实体所对应的第二候选工艺信息；

步骤S302、根据所述第一候选工艺信息与所述第二候选工艺信息，确定所述目标工艺信息。

具体地，本实施例可基于所述主题词模型，对所述三元组数据中的第一属性实体信息与所述第二属性实体信息进行聚类，由于本实施例中的第一属性实体信息为具体的刀具名称及型号信息，所述第二属性实体信息为具体的工件名称及参数，因此，在对第一属性实体信息与所述第二属性实体信息进行聚类时，就可以确定出第一属性实体信息与所述第二属性实体信息之间的联系，比如一个工件在进行加工时，其工艺信息中不但包括工件本身的加工步骤与参数等（即与工件信息对应），也包括工件在加工时所用到的刀具的使用步骤以及型号（即与刀具信息对应）。为此，本实施例通过对第一属性实体信息与所述第二属性实体信息进行聚类，就可以从所述加工工艺文本中确定所述第一属性实体信息所对应第一候选工艺信息以及与所述第二属性实体所对应的第二候选工艺信息。此时的第一候选工艺信息与第二候选工艺信息是与工件整个加工过程所关联的信息，即所述第一候选工艺信息为为工件在加工时所用到的刀具的使用步骤以及型号，所述第二候选工艺信息为工件本身的加工步骤与参数。这样，当将第一候选工艺信息与第二候选工艺信息结合后，就可以得到目标工艺信息，此时的目标工艺信息是与所述刀具信息和所述工件信息均对应的。

具体地，由于很多刀具的名称以及型号都相似，因此匹配出的第一候选工艺信息中可能包含其他工件所使用的刀具的使用步骤以及型号，而并不是本工件所使用的刀具，为了提高匹配的准确性，本实施例获取第一候选工艺信息中所有刀具信息的出现概率，然后基于所有刀具信息的出现概率，筛选出出现概率最高的刀具信息，然后筛选出这些出现概率最高的刀具信息所对应的刀具的使用步骤以及型号等信息，作为刀具工艺信息。同样地，本实施例中第二候选工艺信息中可能包含其他工件的加工步骤与参数，而并不是本工件的加工步骤与参数，因此，本实施例获取第二候选工艺信息中所有工件信息的出现概率，然后基于所有工件信息的出现概率，筛选出出现概率最高的工件信息，然后筛选出这些出现概率最高的工件信息所对应的加工步骤与参数，作为工件工艺信息。最后，将所述刀具工艺信息与所述工件工艺信息结合，就可以生成所述目标工艺信息。

综上，本实施例首先获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息。然后根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据。最后，将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。本实施例基于预设的加工工艺文本进行词标注，然后确定出刀具信息以及工件信息，并基于主题词模型自动匹配出刀具信息和工件信息所对应的目标工艺信息，从而实现对工艺信息的高效匹配，提高了数控机床的加工制造效率。

示例性***

基于上述实施例，本发明还提供一种基于主题词聚类的数控机床制造工艺匹配***，如图2中所示，所述***包括：属性实体信息确定模块10、三元组数据确定模块20以及工艺信息匹配模块30。具体地，所述属性实体信息确定模块10，用于获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息。所述三元组数据确定模块20，用于根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据。所述工艺信息匹配模块30，用于将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。

在一种实现方式中，所述属性实体信息确定模块10包括：

加工工艺文本筛选单元，用于采集技术手册，梳理数控机床的工艺文件，筛选出用于描述工艺的所述加工工艺文本；

分词处理单元，用于对所述加工工艺文本进行分词处理，得到词汇信息；

语义识别单元，用于对所述词汇信息进行语义识别，确定所述词汇信息中的所述刀具信息以及所述工件信息，并对所述刀具信息与所述工件信息进行标注。

在一种实现方式中，所述属性实体信息确定模块10还包括：

语法关联分析单元，用于基于语法特征对所述刀具信息与所述工件信息进行语法关联分析，确定所述刀具信息与所述工件信息对应的关联语句；

属性实体确定单元，用于基于所述关联语句，分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息。

在一种实现方式中，所述属性实体信息确定模块10还包括：

模型训练单元，用于基于所述刀具信息以及对应的第一属性实体信息、所述工件信息以及对应的第二属性实体信息，训练Bi-LSTM-CRF模型，训练后的所述Bi-LSTM-CRF模型用于对所述加工工艺文本进行刀具信息、工件信息以及对应的属性实体信息的识别；所述训练后的所述Bi-LSTM-CRF模型包括表示层、BiLSTM层以及CRF层，所述表示层用于识别所述加工工艺文本中的词向量与字向量，所述BiLSTM层用于确定所述加工工艺文本中每个词对应所有属性实体信息的得分；所述CRF层用于基于每个词对应所有属性实体信息的概率，确定出所述刀具信息对应的第一属性实体信息以及所述工件信息对应的所述第二属性实体信息。

在一种实现方式中，所述工艺信息匹配模块30，包括：

信息聚类处理单元，用于基于所述主题词模型，对所述三元组数据中的第一属性实体信息与所述第二属性实体信息进行聚类，从所述加工工艺文本中确定所述第一属性实体信息所对应第一候选工艺信息以及与所述第二属性实体所对应的第二候选工艺信息；

工艺信息确定单元，用于根据所述第一候选工艺信息与所述第二候选工艺信息，确定所述目标工艺信息。

在一种实现方式中，所述工艺信息确定单元，包括：

第一概率确定子单元，用于基于所述第一候选工艺信息，确定所述刀具信息出现概率，并基于所述刀具信息出现的概率从所述第一候选工艺信息中确定刀具工艺信息；

第二概率确定子单元，用于基于所述第二候选工艺信息，确定所述工件信息出现的概率，并基于所述工件信息出现的概率从所述第二候选工艺信息中确定工件工艺信息；

工艺信息生成子单元，用于基于所述刀具工艺信息与所述工件工艺信息，生成所述目标工艺信息。

本实施例的基于主题词聚类的数控机床制造工艺的匹配装置中各个模块的工作原理与上述方法实施例中各个步骤的原理相同，此处不再赘述。

基于上述实施例，本发明还提供了一种终端设备，该终端设备的原理框图可以如图3所示。该终端设备包括通过***总线连接的处理器、存储器，处理器与存储器设置在主机中。其中，该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该终端设备的网络接口用于与外部的终端通过网络通讯连接通信。该计算机程序被处理器执行时以实现一种基于主题词聚类的数控机床制造工艺匹配方法。

本领域技术人员可以理解，图3中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的数控机床的限定，具体的数控机床以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种数控机床，数控机床包括存储器、处理器及存储在存储器中并可在处理器上运行的基于主题词聚类的数控机床制造工艺匹配方法程序，处理器执行基于主题词聚类的数控机床制造工艺匹配方法程序时，实现如下操作指令：

获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息；

根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据；

将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双运营数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

综上，本发明公开了一种基于主题词聚类的数控机床制造工艺匹配方法及***，方法包括：获取加工工艺文本，对加工工艺文本进行词标注，确定加工工艺文本中的刀具信息以及工件信息，并分别确定刀具信息对应的第一属性实体信息以及工件信息对应的第二属性实体信息；根据刀具信息与第一属性实体信息之间的映射关系以及工件信息与第二属性实体信息之间的映射关系，生成三元组数据；将加工工艺文本中的工艺信息作为主题，三元组数据作为文本词，基于主题词模型，匹配出与刀具信息和工件信息对应的目标工艺信息。本发明可实现刀具和工件对工艺信息的自动匹配，实现高效地确定出工艺信息，为数控机床制造实提供了有利基础。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于主题词聚类的数控机床制造工艺匹配方法，其特征在于，所述方法包括：

获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息；

根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据；

将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。

2.根据权利要求1所述的基于主题词聚类的数控机床制造工艺匹配方法，其特征在于，所述获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，包括：

采集技术手册，梳理数控机床的工艺文件，筛选出用于描述工艺的所述加工工艺文本；

对所述加工工艺文本进行分词处理，得到词汇信息；

对所述词汇信息进行语义识别，确定所述词汇信息中的所述刀具信息以及所述工件信息，并对所述刀具信息与所述工件信息进行标注。

3.根据权利要求2所述的基于主题词聚类的数控机床制造工艺匹配方法，其特征在于，所述分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息，包括：

基于语法特征对所述刀具信息与所述工件信息进行语法关联分析，确定所述刀具信息与所述工件信息对应的关联语句；

基于所述关联语句，分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息。

4.根据权利要求3所述的基于主题词聚类的数控机床制造工艺匹配方法，其特征在于，所述获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息之后，还包括：

基于所述刀具信息以及对应的第一属性实体信息、所述工件信息以及对应的第二属性实体信息，训练Bi-LSTM-CRF模型，训练后的所述Bi-LSTM-CRF模型用于对所述加工工艺文本进行刀具信息、工件信息以及对应的属性实体信息的识别。

5.根据权利要求4所述的基于主题词聚类的数控机床制造工艺匹配方法，其特征在于，所述训练后的所述Bi-LSTM-CRF模型包括表示层、BiLSTM层以及CRF层，所述表示层用于识别所述加工工艺文本中的词向量与字向量，所述BiLSTM层用于确定所述加工工艺文本中每个词对应所有属性实体信息的得分；所述CRF层用于基于每个词对应所有属性实体信息的概率，确定出所述刀具信息对应的第一属性实体信息以及所述工件信息对应的所述第二属性实体信息。

6.根据权利要求1所述的基于主题词聚类的数控机床制造工艺匹配方法，其特征在于，所述将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息，包括：

基于所述主题词模型，对所述三元组数据中的第一属性实体信息与所述第二属性实体信息进行聚类，从所述加工工艺文本中确定所述第一属性实体信息所对应第一候选工艺信息以及与所述第二属性实体所对应的第二候选工艺信息；

根据所述第一候选工艺信息与所述第二候选工艺信息，确定所述目标工艺信息。

7.根据权利要求6所述的基于主题词聚类的数控机床制造工艺匹配方法，其特征在于，所述根据所述第一候选工艺信息与所述第二候选工艺信息，确定所述目标工艺信息，包括：

基于所述第一候选工艺信息，确定所述刀具信息出现概率，并基于所述刀具信息出现的概率从所述第一候选工艺信息中确定刀具工艺信息；

基于所述第二候选工艺信息，确定所述工件信息出现的概率，并基于所述工件信息出现的概率从所述第二候选工艺信息中确定工件工艺信息；

基于所述刀具工艺信息与所述工件工艺信息，生成所述目标工艺信息。

8.一种基于主题词聚类的数控机床制造工艺匹配***，其特征在于，所述***包括：

属性实体信息确定模块，用于获取加工工艺文本，对所述加工工艺文本进行词标注，确定所述加工工艺文本中的刀具信息以及工件信息，并分别确定所述刀具信息对应的第一属性实体信息以及所述工件信息对应的第二属性实体信息；

三元组数据确定模块，用于根据所述刀具信息与所述第一属性实体信息之间的映射关系以及所述工件信息与所述第二属性实体信息之间的映射关系，生成三元组数据；

工艺信息匹配模块，用于将所述加工工艺文本中的工艺信息作为主题，所述三元组数据作为文本词，基于主题词模型，匹配出与所述刀具信息和所述工件信息对应的目标工艺信息。

9.一种终端设备，其特征在于，终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的基于主题词聚类的数控机床制造工艺的匹配程序，处理器执行基于主题词聚类的数控机床制造工艺的匹配程序时，实现如权利要求1-7任一项的基于主题词聚类的数控机床制造工艺匹配方法的步骤。

10.一种计算机可读存储介质，其特征在于，计算机可读存储介质上存储有基于主题词聚类的数控机床制造工艺的匹配程序，基于主题词聚类的数控机床制造工艺的匹配程序被处理器执行时，实现如权利要求1-7任一项的基于主题词聚类的数控机床制造工艺匹配方法的步骤。

Images