摘要：针对自动扶梯桁架设计知识缺乏有效归纳与整理，知识重用性与共享性差等问题，提出了一种基于本体-匹配双向扩展模型的自动扶梯桁架设计知识推荐方法。首先，提出了自动扶梯桁架命名实体识别(ETNER)模型，进行了该领域知识特征的有效提取，为知识本体构建提供了数据基础；然后，构建了领域知识本体，对设计知识进行了规范表示，并利用本体知识之间的关联关系进行了推理；最后，设计了本体-匹配双向扩展模型，在本体推理为空的场景下，采用改进知识相似度计算与文档扩展匹配的方法，提高了对于用户知识需求的理解能力，补充了推荐结果，同时促进了自动扶梯桁架设计知识本体的更新。研究结果表明，实体识别模型提取扶梯桁架设计知识特征的F1指标达到0.863，能有效提取该领域设计知识特征；该知识推荐方法的平均倒数排名(MRR)、命中率(HR)、归一化折损累计增益(NDCG)指标分别为0.79、0.85、0.80，与传统Doc2query方法相比，其可以充分理解设计知识需求，提高了知识推荐结果的有效性；该研究结果可以为扶梯桁架设计与其他类似工程应用领域提供知识共享及重用的方法支撑。
文章目录
0 引 言
1 知识推荐方法构建
1.1 自动扶梯桁架设计知识表示层
1.1.1 大数据预处理和设计知识类型分析
1.1.2 设计知识特征提取
1.1.3 基于本体的设计知识表示
1.2 自动扶梯桁架设计知识推荐层
1.2.1 基于推理机的知识推理
1.2.2 基于双向扩展模型的知识推荐
1.2.3 双向扩展模型的知识匹配环节
1.2.4 基于双向扩展的本体知识更新环节
2 实例验证与讨论
2.1 扶梯桁架设计知识特征提取效果分析
2.1.1 数据集介绍
2.1.2 实验环境及参数设置
2.1.3 知识提取模型性能对比分析
2.2 本体推理实例验证
2.3 IKSA-Doc2query知识匹配效果分析
2.3.1 知识匹配性能对比分析
2.3.2 知识本体更新效果分析
3 结束语
