基于文本-語義相似度的云制造資源功能匹配

張志穎，任 越

(河北工業大學，天津 300401)

1 引言

制造業是區別發展中國家和發達國家的重要因素，是國民經濟中的主導產業，制造業是工業大國的基石，在促進經濟可持續發展，實現科技再創新高，提高國民生活水平，推進社會和諧穩定等方面發揮著不可替代的作用[1]。隨著國家經濟的迅速增長，云計算思想的興起，傳統制造業發展的道路變得越來越窄，與此同時，以云制造為代表的智能裝備正在為傳統的生產方式帶來革命式的產業變革[2]。云制造是通過先進的信息技術、制造技術以及物聯網技術，將分散的各種制造資源集中到云制造平臺進行統一管理，定期為制造業提供實時、穩定、優質的云制造資源產品服務。很多企業開始利用云制造資源功能，整合制造資源，實現跨類別資源共享與高效利用，從而促進企業的可持續發展，走向全球產業價值鏈高端市場[3]。

文獻[4]為了降低制造資源的浪費，提出了云制造平臺資源需求的高效匹配策略，使用戶可以在云制造資源池內精確地搜索到需要的資源，首先，借用云計算思想，利用信息技術實現資源高度共享，再利用Hierarchical Clustering層次聚類算法對云制造資源池內資源分層管理，形成多個云制造資源窩，其次，提取出與客戶需求相似資源窩的信息，作為優選資源窩，最后，通過云制造資源的計算資源、軟件資源與信息資源三個方面對優選資源窩進行匹配，實驗結果表明，基于云制造平臺資源需求的高效匹配策略與傳統匹配相比，具有更高精度和更高效率的優點；文獻[5]針對云制造資源的海量、復雜、異構等特點，提出了一種基于i-NSGA-Ⅱ-JG算法的云制造資源服務組合優選匹配方法，研究了其云制造體系結構、雙層資源模型、資源云服務模型的匹配參數，并以i-NSGA-Ⅱ-JG算法的云制造體系架構為基礎，在云制造端建立面向資源基本屬性的語義模型，詳細分析其中云制造服務與云制造資源平臺的邏輯層次與邏輯關系，得出結合云制造服務語義的匹配方法，通過實例分析驗證了基于OWL-S的云制造服務語義匹配方法可實施性。

基于以上研究背景，本文將文本-語義相似度應用到云制造資源功能匹配中，計算了云制造資源的文本-語義相似度，結合云制造資源功能匹配流程，實現了云制造資源的功能匹配，提高云制造資源功能匹配性能。

2 云制造資源功能匹配方法設計

2.1 構建云制造資源本體

云制造資源在功能匹配過程中，不僅僅要對資源信息進行制造，更要分類云制造資源，進一步搭建起云制造資源服務本體模型，提煉出云制造資源的概念和概念特征之間的關系，對云制造資源服務本體模型搭建起到關鍵性作用[6]，從基本實際需求出發，腳踏實地的在本體構件流程中不斷進行分析及驗證，逐步對本體進行完善，多研究已經成型本體并借鑒其經驗去更好地完成云制造資源本體的構建。構建流程如圖1所示。

圖1 云制造資源服務本體構建流程圖

由圖1可以看出，根據云制造資源本體構建流程，分析了云制造資源本體構建的具體操作，具體步驟如下所示：

步驟一：明確云制造資源本體的使用規則

首先要進行宏觀定義云制造領域里的一些概念，明確日后使用云制造資源本體即將面臨的以及要嘗試去解決的問題有哪些。

步驟二：篩選現有資源本體

對現有的云制造資源本體進行分析比對，查看是否能夠找到滿足當下資源的已有的成型云制造資源本體。

步驟三：云制造資源主體概念匯總

羅列出云制造資源里高頻率詞語，并且整理成與之呼應的概念集合體。

步驟四：分類及定義

首先針對眾多云制造資源服務進行系統分類歸納，并且對分好的類別的屬性給予明確定義[7]。例如對車床的分類及定義要從以下方面入手：物體名稱、種類、具體型號、精準度以及操作臺的大小等。云制造資源類比之間的相互關系有輔助關系、控制關系等。

步驟五：評價云制造資源本體的性質

采用清晰的、統一的、完善的評價標準對構建的云制造資源本體進行檢驗和評價，看其是否與實際需求相符。如果與現實需求偏差太大，就對本體概念重新定義。

步驟六：搭建最終的資源本體模型

在構建云制造資源本體模型中要使用owl-s進行描述[8]。無需具體地對資源概念和概念之間的關聯進行描述，抽象意義上描述就可以。

在確定云制造資源范圍的基礎上，將云制造資源的概念進行抽象化，通過定義類別與屬性之間的關系，構建了云制造資源本體模型。

2.2 計算云制造資源的文本-語義相似度

由于每一個云制造資源屬性的物理意義都是不同的，為了便于對比云制造資源的功能，需要先對云制造資源進行歸一化處理[9]，處理函數為

(1)

(2)

云制造資源屬性可以分為正向屬性和反向屬性，正向屬性可以利用式(2)計算，反向屬性可以利用式(1)計算。

對云制造資源進行歸一化處理之后，得到一個多維功能匹配向量，通過向量對比計算云制造資源文本屬性與語義屬性之間的相似度[10]，假設兩個多維向量表示為

C=(C1，C2，…，Cn)

(3)

C′=(C′1，C′2，…，C′n)

(4)

圖2描述了向量C與向量C′在空間中的位置關系。

圖2 兩個向量的位置關系

根據兩個向量的位置關系可以看出，向量夾角和模的關系是影響向量之間關系的主要因素，當兩個向量的模的大小接近時，兩者的相似度越高，當兩個向量的夾角越小時，兩者的相似度越高。

計算云制造資源文本向量與語義向量之間的相似度，公式為

(5)

Sim(RQ，SQ)=γ×SimRQ+δ×SimSQ

(6)

利用處理函數對云制造資源進行歸一化處理，得到一個多維功能匹配向量，根據文本向量和語義向量的位置關系，分析影響向量之間關系的主要因素，計算了云制造資源文本向量與語義向量之間的相似度。

2.3 云制造資源功能匹配的實現

云制造資源功能匹配是指在功能信息方面實現包含輸入匹配、輸出匹配，前提與效果等的匹配[12]。輸入、輸出兩個詞是對云資源的功能進行的描述，要查看資源的輸入和輸出能否匹配成，可以采用計算兩者的輸入參數和輸出參數的相匹配程度來確定。通過云制造中資源相關定義和特征之間的轉換能夠得出輸入輸出的參數，所以說云制造功能匹配的實質是定義詞語匹配和特征參數匹配。

云制造資源輸入功能與輸出功能的相似度匹配關系可以定義公式為

(7)

式中，RRI表示云制造資源輸入功能的第i個參量，RPI表示云制造資源輸出功能的第i個參量，n表示輸入功能和輸出功能的全部數值。

根據輸入功能與輸出功能中的數值參量匹配，計算RRI與RPI之間的相似度。

將輸入功能與輸出功能中的數值參量匹配定義公式為

(8)

定義云制造資源輸入功能與輸出功能的匹配度公式為

Ih(RR，RP)=α1Me(RR，RP)+α2Mt(RR，RP))

(9)

其中匹配是對不同情況的描述進行的松弛計算，與精準的IO匹配不同的是，并沒有針對匹配情況的好壞有一個具體評判標準。因此以上匹配為成功匹配，其它情況都被定義為匹配失敗。

計算了云制造資源的功能匹配度，定義為

Fh(RR，RP)=α1Ih(RR，RP)+α2(RR，RP)

(10)

基于以上步驟，設計了云制造資源功能匹配流程，如圖3所示。

圖3 云制造資源功能匹配流程圖

由圖3可知，構建云制造資源本體，計算云制造資源的文本-語義相似度，通過從輸入輸出匹配和前提效果匹配兩個方面，計算了云制造資源功能之間的相似度，實現云制造資源功能的匹配。

3 實驗對比分析

為了驗證基于文本-語義相似度的云制造資源功能匹配方法的性能，采用文獻[4]的云制造資源功能匹配方法和文獻[5]的云制造資源功能匹配方法與其進行對比，測試了云制造資源功能匹配效率和匹配精度，結果如下。

三種云制造資源功能匹配方法的匹配效率測試結果如圖4所示。

圖4 云制造資源功能匹配效率對比結果

從圖4的結果可以看出，隨著云制造資源質量的提升，云制造資源功能匹配效率越來越高，基于文本-語義相似度的云制造資源功能匹配方法在進行功能匹配時的效率是最高的，原因是該方法通過計算云制造資源文本和語義之間的相似度，提高了云制造資源的質量；文獻[4]的云制造資源功能匹配方法在進行功能匹配時的效率是最低的，說明基于文本-語義相似度的云制造資源功能匹配方法可以加快云制造資源功能匹配速度，保證云制造資源功能匹配的實時性。

三種云制造資源功能匹配方法的匹配精度測試結果如圖5所示。

圖5 不同方法云制造資源功能匹配精度對比結果

從圖5的結果可以看出，采用基于文本-語義相似度的云制造資源功能匹配方法在進行功能匹配時，匹配精度是最高的，說明該方法可以有效保證云制造資源在功能上的相似度，減少了云制造資源在功能匹配時的計算量，提高了云制造資源的功能匹配性能。

4 結束語

本文提出了基于文本-語義相似度的云制造資源功能匹配，在構建云制造資源本體的基礎上，計算了云制造資源的文本-語義相似度，結合云制造資源功能匹配流程，實現了云制造資源的功能匹配。結果顯示，該匹配方法可以有效提高云制造資源的功能匹配性能。云制造資源功能匹配還在不斷發展中，各種匹配方法逐步開發，需不斷根據智慧文本-語義相似度的發展對匹配方法優化，從而真正準確的為云制造資源功能提供依據。

對于未來的研究，可以充分考慮匹配方法不同特征，并依據實際情況進行全新度量。