本發(fā)明屬于語(yǔ)義物聯(lián)網(wǎng)中，自動(dòng)語(yǔ)義標(biāo)注領(lǐng)域，具體涉及物聯(lián)網(wǎng)設(shè)備描述框架、自動(dòng)語(yǔ)義標(biāo)注和設(shè)備本體擴(kuò)展方法。

背景技術(shù)：

語(yǔ)義技術(shù)是解決物聯(lián)網(wǎng)中海量、異構(gòu)、分布式實(shí)體間信息交互的關(guān)鍵技術(shù)，將實(shí)體和被感知、存儲(chǔ)和處理的信息進(jìn)行語(yǔ)義標(biāo)注則是物聯(lián)網(wǎng)語(yǔ)義化的基礎(chǔ)。物聯(lián)網(wǎng)領(lǐng)域的語(yǔ)義標(biāo)注是通過(guò)對(duì)物聯(lián)網(wǎng)實(shí)體和數(shù)據(jù)進(jìn)行語(yǔ)義標(biāo)注，使物聯(lián)網(wǎng)實(shí)體能夠利用統(tǒng)一的富含語(yǔ)義的形式進(jìn)行描述，為服務(wù)層的語(yǔ)義服務(wù)發(fā)現(xiàn)提供支撐。

目前關(guān)于語(yǔ)義標(biāo)注的研究中，出現(xiàn)了一個(gè)語(yǔ)義標(biāo)注平臺(tái)，包括AeroDAML,SMT,MnM,Armadillo等；大部分研究集中在Web文檔語(yǔ)義標(biāo)注，基于模糊的形式和關(guān)系概念分析方法構(gòu)建本體并用于標(biāo)注，或使用基于維基百科大語(yǔ)料的詞相似度技術(shù)或自然語(yǔ)言處理技術(shù)和TF-IDF來(lái)篩選標(biāo)簽標(biāo)注，或基于相似規(guī)則歸納和基于條件隨機(jī)場(chǎng)以及它們的改進(jìn)算法的語(yǔ)義標(biāo)注方法；物聯(lián)網(wǎng)環(huán)境下的語(yǔ)義標(biāo)注的研究較少，主要針對(duì)的是傳感網(wǎng)中的數(shù)據(jù)，提出一些手動(dòng)標(biāo)注框架和語(yǔ)義推理算法。

然而，現(xiàn)有的語(yǔ)義標(biāo)注工具和平臺(tái)以及Web文檔語(yǔ)義標(biāo)注，大多以文本標(biāo)注和Web網(wǎng)頁(yè)為研究對(duì)象，由于物聯(lián)網(wǎng)設(shè)備的實(shí)物特性，比如空間、時(shí)間、環(huán)境等特點(diǎn)，對(duì)語(yǔ)義標(biāo)注提供了新的要求，其標(biāo)注結(jié)果往往不能滿足需求；而現(xiàn)有的物聯(lián)網(wǎng)環(huán)境下的語(yǔ)義標(biāo)注主要面向的是傳感器數(shù)據(jù)，且是手動(dòng)語(yǔ)義標(biāo)注方法，但是，面對(duì)海量的物聯(lián)網(wǎng)實(shí)體，特別是數(shù)量仍在迅猛增長(zhǎng)的物聯(lián)網(wǎng)設(shè)備，手動(dòng)或半自動(dòng)語(yǔ)義標(biāo)注顯得力不從心，設(shè)備作為物聯(lián)網(wǎng)實(shí)體的主要組成部分，針對(duì)物聯(lián)網(wǎng)設(shè)備的自動(dòng)語(yǔ)義標(biāo)注方法的研究成為亟待解決的問(wèn)題。因此，已有的語(yǔ)義標(biāo)注方法，都不能滿足對(duì)物聯(lián)網(wǎng)海量設(shè)備的語(yǔ)義標(biāo)注的需求。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有物聯(lián)網(wǎng)環(huán)境下語(yǔ)義標(biāo)注方法的不足，提出了一個(gè)物聯(lián)網(wǎng)設(shè)備描述框架和一種面向物聯(lián)網(wǎng)設(shè)備的自動(dòng)語(yǔ)義標(biāo)注方法，并進(jìn)一步提供了一種物聯(lián)網(wǎng)設(shè)備本體的擴(kuò)展方法。本發(fā)明的應(yīng)用對(duì)象可推廣到一般的物聯(lián)網(wǎng)實(shí)體。如此，提高語(yǔ)義物聯(lián)網(wǎng)中海量實(shí)體的語(yǔ)義標(biāo)注的效率，進(jìn)一步提升服務(wù)發(fā)現(xiàn)系統(tǒng)的性能。

本發(fā)明采用的技術(shù)方案如下。

一種面向物聯(lián)網(wǎng)設(shè)備的自動(dòng)語(yǔ)義標(biāo)注方法，其采用物聯(lián)網(wǎng)設(shè)備描述框架描述物聯(lián)網(wǎng)中的設(shè)備，物聯(lián)網(wǎng)設(shè)備描述框架包括六個(gè)組成屬性，即標(biāo)識(shí)信息、性能指標(biāo)、功能屬性、設(shè)備狀態(tài)、接口屬性和工作環(huán)境；在設(shè)備描述框架的基礎(chǔ)上將自動(dòng)語(yǔ)義標(biāo)注方法分為兩個(gè)階段即信息抽取階段和標(biāo)注階段，信息抽取階段從物聯(lián)網(wǎng)設(shè)備信息中抽取出具體的信息，在信息抽取階段，根據(jù)文字的不同特性，將設(shè)備的信息劃分成兩個(gè)部分即設(shè)備功能信息和設(shè)備非功能信息；標(biāo)注階段從本體中選取概念來(lái)為抽取出來(lái)的信息進(jìn)行標(biāo)注。

整個(gè)自動(dòng)語(yǔ)義標(biāo)注分為五個(gè)步驟來(lái)完成，即信息的篩選和提取，設(shè)備功能信息提取，設(shè)備功能信息分類，屬性信息域的分割和信息整合與語(yǔ)義標(biāo)簽選擇。

進(jìn)一步地，所述信息的篩選和提取具體是，使用小標(biāo)題訓(xùn)練字典，并使用字典識(shí)別新樣本中的小標(biāo)題并提取小標(biāo)題之間的信息，信息的篩選和提取與設(shè)備功能信息提取兩個(gè)步驟所使用的方法都是信息提取方法，只是所使用的訓(xùn)練集不同。

進(jìn)一步地，所述設(shè)備功能信息分類具體是，將訓(xùn)練集和樣本集中的文本轉(zhuǎn)換成向量，借助TF-IDF(term frequency–inverse document frequency)技術(shù)，使用TF和IDF生成向量并使用IDF和設(shè)定的閾值來(lái)降維，再使用向量來(lái)訓(xùn)練分類器和對(duì)新樣本進(jìn)行分類。

進(jìn)一步地，所述設(shè)備非功能信息分類具體，實(shí)現(xiàn)屬性信息域的分割，包括標(biāo)注字典的生成和匹配方法。

進(jìn)一步地，標(biāo)注字典的生成方法具體是，人工從設(shè)備非功能信息中提取出性能指標(biāo)，接口屬性和工作環(huán)境三個(gè)屬性的內(nèi)容中出現(xiàn)的單詞并構(gòu)建訓(xùn)練集，學(xué)習(xí)訓(xùn)練集中的單詞并更新對(duì)應(yīng)的詞頻字典。

進(jìn)一步地，所述標(biāo)注字典的匹配方法具體是，對(duì)設(shè)備非功能信息進(jìn)行分詞得到單詞集，并根據(jù)標(biāo)注字典來(lái)分類，并根據(jù)詞頻字典解決沖突，最后根據(jù)分類結(jié)果重新組織設(shè)備非功能信息中的內(nèi)容。

進(jìn)一步地，所述信息整合和語(yǔ)義標(biāo)簽選擇具體是，將設(shè)備功能信息和設(shè)備非功能信息的分類結(jié)果進(jìn)行整合，并將本體引入語(yǔ)義標(biāo)注模型，使用語(yǔ)義相似度從本體中篩選出本體概念URI作為語(yǔ)義標(biāo)簽用于標(biāo)注。

進(jìn)一步地，還包括物聯(lián)網(wǎng)設(shè)備本體擴(kuò)展過(guò)程，從一個(gè)相對(duì)小的設(shè)備本體逐步擴(kuò)展成物聯(lián)網(wǎng)領(lǐng)域設(shè)備本體，保證了語(yǔ)義標(biāo)簽選擇的準(zhǔn)確性。

進(jìn)一步地，對(duì)于設(shè)備功能信息，采用文本分類方法，借助TF-IDF(term frequency–inverse document frequency)的技術(shù)，使用TF和IDF生成向量并使用IDF和設(shè)定的閾值來(lái)降維，從而將文字轉(zhuǎn)換成向量，采用Bayes,SVM,KNN,神經(jīng)網(wǎng)絡(luò)等方法訓(xùn)練分類器用于分類。

進(jìn)一步地，所述標(biāo)注字典匹配，在新樣例分類中，將新樣例分詞后與標(biāo)注字典中單詞進(jìn)行匹配并確定所屬類別，若得到多個(gè)類別，可借助詞頻字典來(lái)選擇最佳的分類類別。語(yǔ)義標(biāo)簽的選擇將設(shè)備功能信息和設(shè)備非功能信息的分類結(jié)果整合在一起，使用語(yǔ)義相似度從設(shè)備本體中篩選出本體概念的URI作為語(yǔ)義標(biāo)簽用于標(biāo)注信息并得到語(yǔ)義標(biāo)注結(jié)果。

考慮到方法的可擴(kuò)展性，擁有一個(gè)設(shè)備本體是能夠進(jìn)行語(yǔ)義標(biāo)簽選擇的前提條件，然而，事實(shí)中不一定有物聯(lián)網(wǎng)設(shè)備領(lǐng)域相關(guān)的本體，為了得到正確的語(yǔ)義標(biāo)簽，本發(fā)明提出基于語(yǔ)義相似度的設(shè)備本體擴(kuò)展，通過(guò)該方法，在使用的過(guò)程中不斷擴(kuò)展設(shè)備本體，從而使得語(yǔ)義標(biāo)簽的選擇更加準(zhǔn)確。

與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果：

1.提出了一個(gè)設(shè)備描述框架?？紤]到物聯(lián)網(wǎng)設(shè)備的實(shí)物特性，比如空間、時(shí)間、環(huán)境等特點(diǎn)，能夠系統(tǒng)完整地描述物聯(lián)網(wǎng)中的設(shè)備信息，包含設(shè)備的狀態(tài)信息；

2.提出的自動(dòng)語(yǔ)義標(biāo)注方法不但面向傳感網(wǎng)數(shù)據(jù)，而且面向整個(gè)物聯(lián)網(wǎng)中的設(shè)備，且可擴(kuò)展成一般的物聯(lián)網(wǎng)實(shí)體；該方法中的語(yǔ)義標(biāo)注是自動(dòng)的，使用者只需要提供少量的訓(xùn)練信息，整個(gè)語(yǔ)義標(biāo)注的過(guò)程可以自動(dòng)完成，提高標(biāo)注效率；

3.考慮到自動(dòng)語(yǔ)義標(biāo)注方法的可擴(kuò)展性，提出物聯(lián)網(wǎng)設(shè)備本體擴(kuò)展，逐步擴(kuò)展設(shè)備本體，使得語(yǔ)義標(biāo)簽的選擇結(jié)果更準(zhǔn)確。

附圖說(shuō)明

圖1為物聯(lián)網(wǎng)設(shè)備描述框架示意圖。

圖2為物聯(lián)網(wǎng)設(shè)備信息自動(dòng)語(yǔ)義標(biāo)注方法流程示意圖。

圖3為信息提取方法的過(guò)程示意圖。

圖4為標(biāo)注字典的結(jié)構(gòu)示意圖。

圖5為標(biāo)注字典生成方法的流程示意圖。

圖6為標(biāo)注字典匹配方法的流程示意圖。

圖7為信息整合和語(yǔ)義標(biāo)簽選擇方法流程示意圖。

圖8為物聯(lián)網(wǎng)設(shè)備本體擴(kuò)展方法中的子樹結(jié)構(gòu)示意圖。

圖9為一個(gè)圖8中的子樹結(jié)構(gòu)示意圖。

圖10為物聯(lián)網(wǎng)設(shè)備本體擴(kuò)展方法的流程示意圖。

圖11為物聯(lián)網(wǎng)設(shè)備本體擴(kuò)展方法中頂層概念ST匹配成功時(shí)的擴(kuò)展過(guò)程示意圖。

圖12為物聯(lián)網(wǎng)設(shè)備本體擴(kuò)展方法中頂層概念ST的子概念匹配成功時(shí)的擴(kuò)展過(guò)程示意圖。

圖13為物聯(lián)網(wǎng)設(shè)備本體擴(kuò)展方法中頂層概念ST及其子概念匹配失敗時(shí)的擴(kuò)展過(guò)程示意圖。

具體實(shí)施方式

為了使本發(fā)明的技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖，進(jìn)行進(jìn)一步的詳細(xì)說(shuō)明，但本發(fā)明的實(shí)施和保護(hù)不限于此。

1、設(shè)備描述框架

物聯(lián)網(wǎng)設(shè)備描述框架是物聯(lián)網(wǎng)設(shè)備信息的描述方法，是面向物聯(lián)網(wǎng)設(shè)備的自動(dòng)語(yǔ)義標(biāo)注的基礎(chǔ)。本發(fā)明構(gòu)建了物聯(lián)網(wǎng)設(shè)備描述框架，如圖1所示，包括多個(gè)組成部分，具體如下：

標(biāo)識(shí)信息(Identification)：為物聯(lián)網(wǎng)設(shè)備提供識(shí)別作用的描述信息，包括標(biāo)識(shí)、名稱等。

性能指標(biāo)(Preference)：指設(shè)備的技術(shù)規(guī)格、運(yùn)行參數(shù)等。

功能屬性(Function)：對(duì)設(shè)備功能的描述。作為用戶查詢服務(wù)和發(fā)現(xiàn)設(shè)備的重要依據(jù)。包括輸入、輸出和附加描述。

設(shè)備狀態(tài)(State)：描述設(shè)備在物聯(lián)網(wǎng)中所處的狀態(tài)，包括所在的地理位置、是否可用等。

接口屬性(Interface)：描述設(shè)備與網(wǎng)絡(luò)之間的接口和通信，包括訪問(wèn)方式、接入方式等。

工作環(huán)境(Working Condition)：指物聯(lián)網(wǎng)設(shè)備正常工作時(shí)周圍的環(huán)境，包括溫度、濕度、工作電壓、工作電流等對(duì)設(shè)備正常工作產(chǎn)生影響的環(huán)境因素。

以上的設(shè)備狀態(tài)(State)中包含了具有移動(dòng)性等動(dòng)態(tài)特性，工作環(huán)境(Working Condition)中包含了環(huán)境等特性，體現(xiàn)了物聯(lián)網(wǎng)設(shè)備的空間、時(shí)間、環(huán)境等特點(diǎn)。圖1中的箭頭表示“擁有”，例如，圖1中有箭頭從設(shè)備指向工作環(huán)境，表示設(shè)備擁有工作環(huán)境屬性。

2、物聯(lián)網(wǎng)設(shè)備信息自動(dòng)語(yǔ)義標(biāo)注方法

2.1物聯(lián)網(wǎng)設(shè)備信息的自動(dòng)語(yǔ)義標(biāo)注的過(guò)程

物聯(lián)網(wǎng)設(shè)備信息的自動(dòng)語(yǔ)義標(biāo)注，可以理解為從物聯(lián)網(wǎng)設(shè)備信息中抽取出具體的信息，并打上語(yǔ)義標(biāo)簽的過(guò)程。將物聯(lián)網(wǎng)設(shè)備信息的自動(dòng)語(yǔ)義標(biāo)注分為兩個(gè)階段：一是信息抽取階段，從物聯(lián)網(wǎng)設(shè)備信息中抽取出具體的信息；一是標(biāo)注階段，從本體中選取概念來(lái)為抽取出來(lái)的信息進(jìn)行標(biāo)注。在信息抽取階段，考慮到設(shè)備功能信息的內(nèi)容的文字描述自由而設(shè)備的功能類別卻有限，設(shè)備的其它信息，比如性能指標(biāo)，設(shè)備狀態(tài)，接口屬性和工作環(huán)境都具有一定的格式。因此，將設(shè)備的信息劃分成兩個(gè)部分，設(shè)備功能信息和設(shè)備非功能信息，采取不同的處理方式。

物聯(lián)網(wǎng)設(shè)備信息自動(dòng)語(yǔ)義標(biāo)注需要解決如下五個(gè)問(wèn)題：物聯(lián)網(wǎng)設(shè)備信息的表示方式和獲取，物聯(lián)網(wǎng)設(shè)備信息的描述方式，關(guān)鍵信息的抽取，語(yǔ)義標(biāo)簽的選擇，設(shè)備本體的生成和擴(kuò)展。本發(fā)明中的物聯(lián)網(wǎng)設(shè)備信息來(lái)源于設(shè)備說(shuō)明書。物聯(lián)網(wǎng)設(shè)備信息自動(dòng)語(yǔ)義標(biāo)注模型的步驟如圖2所示，整個(gè)自動(dòng)語(yǔ)義標(biāo)注的過(guò)程分為五個(gè)步驟來(lái)完成，具體如下：

步驟1，物聯(lián)網(wǎng)設(shè)備信息文本關(guān)鍵信息的篩選和提取，比如設(shè)備說(shuō)明書，可能擁有一些用戶不感興趣的信息，比如設(shè)備的具體內(nèi)部結(jié)構(gòu)等，圖2中①步自動(dòng)完成物聯(lián)網(wǎng)設(shè)備信息文本關(guān)鍵信息的篩選和提??；

步驟2，設(shè)備功能信息提取，由于設(shè)備的功能描述部分的內(nèi)容的描述自由且雜亂無(wú)章，而設(shè)備的類別有限，因此，圖2中②步將設(shè)備的信息劃分為設(shè)備功能信息和設(shè)備非功能信息，采取不同的方式進(jìn)行處理；

步驟3，設(shè)備功能信息分類，根據(jù)步驟2中的描述，需要根據(jù)設(shè)備功能信息進(jìn)行分類，屬于自然語(yǔ)言處理的內(nèi)容，圖2③步中采用文本處理的技術(shù)對(duì)設(shè)備功能信息分類；

步驟4，屬性信息域的分割，設(shè)備描述框架中的六個(gè)屬性，性能指標(biāo)屬性在設(shè)備接入到物聯(lián)網(wǎng)中時(shí)獲得，功能屬性的信息域在步驟3中完成，設(shè)備狀態(tài)屬性與設(shè)備具體運(yùn)行狀態(tài)相關(guān)，其信息并不在設(shè)備說(shuō)明書中，因此，性能指標(biāo),接口屬性和工作環(huán)境屬性的信息則分散在設(shè)備非功能信息的內(nèi)容中，圖2中④步完成信息域的劃分；

步驟5，信息整合和語(yǔ)義標(biāo)簽選擇，將步驟3和步驟4得到的信息域進(jìn)行整合，選擇語(yǔ)義標(biāo)簽進(jìn)行標(biāo)注，得到最終的標(biāo)注文檔，圖2中⑤步完成信息的整合和語(yǔ)義標(biāo)簽選擇。

2.2信息提取方法

步驟1和步驟2所采用的方法是一樣的，只是這兩個(gè)步驟所使用的訓(xùn)練集不同，從而所完成的任務(wù)不同。采用信息提取方法，物聯(lián)網(wǎng)設(shè)備文本信息，如設(shè)備說(shuō)明書，用戶感興趣的信息或者需要提取的功能描述信息，通常多個(gè)小標(biāo)題之間，具體過(guò)程如圖3所示。在訓(xùn)練階段，信息提取方法通過(guò)訓(xùn)練集的訓(xùn)練，學(xué)習(xí)小標(biāo)題中出現(xiàn)的詞以及詞頻，篩選之后加入到字典中；在信息提取階段，新樣本跟字典進(jìn)行匹配，識(shí)別小標(biāo)題，抽取小標(biāo)題之間的文本內(nèi)容，重新組建成文檔，得到信息提取結(jié)果。

2.3設(shè)備功能信息分類方法

步驟3中，設(shè)備功能信息一般描述比較自由，沒(méi)有固定的描述規(guī)則，而物聯(lián)網(wǎng)設(shè)備的功能類別卻有限。不同類型的設(shè)備，其功能是不同的，因此可以使用文本分類算法，常用文本分類算法包括SVM,Bayes,決策樹，人工神經(jīng)網(wǎng)絡(luò)，KNN等。其中，最常用且簡(jiǎn)單的算法是Bayes；而其他算法則需要將訓(xùn)練集和樣本集中的文本轉(zhuǎn)換成向量，借助TF-IDF的技術(shù)來(lái)完成，設(shè)備功能的類別和訓(xùn)練集的構(gòu)建需要人工構(gòu)建。具體步驟如下：

步驟3.1訓(xùn)練集中共有N條記錄，針對(duì)每條記錄S_i，包括兩部分，文本內(nèi)容T_i以及它所屬的類別C_i，對(duì)T_i進(jìn)行分詞，得到單詞集合Tw_i；

步驟3.2統(tǒng)計(jì)Tw_i中出現(xiàn)過(guò)的所有單詞，得到有序序列Aw；

步驟3.3統(tǒng)計(jì)在Aw中出現(xiàn)了單詞Aw_i的記錄數(shù)Cw_i，則

步驟3.3設(shè)定閾值δ，從Aw中篩選出idf_i>δ的單詞，組成Ca；

步驟3.4構(gòu)造與Ca等長(zhǎng)的向量R_j，針對(duì)每條記錄S_j中的T_j，按照Ca中每個(gè)單詞Ca_i出現(xiàn)的順序統(tǒng)計(jì)出現(xiàn)的次數(shù)與idf_i的乘積，若Ca_i未在T_j中出現(xiàn)，則令R_ji＝0，從而得到向量R；

步驟3.5通過(guò)步驟3.1-3.4，訓(xùn)練集中的每條記錄S_j被轉(zhuǎn)換成向量R_j以及其所屬的類別C_j，可用于SVM,決策樹，人工神經(jīng)網(wǎng)絡(luò)，KNN等方法訓(xùn)練分類器，并調(diào)節(jié)閾值δ的取值來(lái)優(yōu)化分類器；

步驟3.6中將樣本集中的待分類文本，采用步驟3.1-3.4相同的方法轉(zhuǎn)換成向量，再使用步驟3.5中已訓(xùn)練的分類器分類。

2.4設(shè)備非功能信息字典分類方法

由于物聯(lián)網(wǎng)設(shè)備的六個(gè)屬性中，標(biāo)識(shí)信息用于標(biāo)識(shí)設(shè)備，設(shè)備在接入物聯(lián)網(wǎng)時(shí)，將獲得唯一的標(biāo)識(shí)信息，因此，標(biāo)識(shí)信息并不出現(xiàn)在設(shè)備說(shuō)明書中；而設(shè)備狀態(tài)屬于設(shè)備的動(dòng)態(tài)信息，與設(shè)備的運(yùn)行狀態(tài)相關(guān)，也不出現(xiàn)在設(shè)備說(shuō)明書中。因此，設(shè)備非功能信息包括三個(gè)部分內(nèi)容，包括性能指標(biāo)，接口屬性和工作環(huán)境。

步驟4完成屬性信息域的分割，將設(shè)備非功能信息中的關(guān)于性能指標(biāo),接口屬性和工作環(huán)境三個(gè)屬性的信息相分離。本發(fā)明提出字典分類方法，包括標(biāo)注字典的生成和匹配方法。首先提出標(biāo)注字典的概念，用于描述每個(gè)設(shè)備屬性中常出現(xiàn)的單詞，并統(tǒng)計(jì)每個(gè)單詞的詞頻(TF)，標(biāo)注字典包括三個(gè)子標(biāo)注字典，分別表示性能指標(biāo)，接口屬性和工作環(huán)境三大屬性對(duì)應(yīng)的標(biāo)注字典。標(biāo)注字典保存了三大屬性的信息中常出現(xiàn)的單詞，結(jié)構(gòu)如圖4所示。標(biāo)注字典包含三個(gè)子字典，對(duì)應(yīng)三個(gè)不同的屬性。與標(biāo)注字典相對(duì)應(yīng)的詞頻字典，保存了標(biāo)注字典中每個(gè)單詞在訓(xùn)練集中出現(xiàn)的詞頻，用于解決字典分類中的沖突問(wèn)題，即一個(gè)單詞出現(xiàn)在多個(gè)子字典中，此時(shí)，將根據(jù)詞頻字典中的詞頻來(lái)篩選更大可能屬于的類別。標(biāo)注字典的生成和匹配方法的具體過(guò)程如下：

1)標(biāo)注字典生成方法。具體過(guò)程如圖5所示。方法的輸入包括訓(xùn)練集TN，標(biāo)注字典D和詞頻字典TF。其中TN中每條記錄N的結(jié)構(gòu)為三元組(Pref,Inter,workCond)，分別對(duì)應(yīng)性能指標(biāo),接口屬性和工作環(huán)境三個(gè)屬性的內(nèi)容。TN需要人工構(gòu)建，構(gòu)建的方法為人工從設(shè)備非功能信息中提取出三個(gè)屬性的內(nèi)容中出現(xiàn)的單詞，并組合成三元組加入到TN中；方法的輸出為標(biāo)注字典D和詞頻字典TF。方法的具體步驟如下：

步驟4.1.1 TN中的每條記錄N，包括三個(gè)組成部分N_i(i＝1,2,3)，對(duì)每個(gè)N_i進(jìn)行分詞得到單詞集合Ws_i；

步驟4.1.2針對(duì)Ws_i中的每個(gè)單詞Ws_ij，判斷Ws_ij是否在d_i中，如果在，轉(zhuǎn)步驟4.1.3，否則，轉(zhuǎn)4.1.4；

步驟4.1.3找到單詞Ws_ij在d_i中的位置pos，并令TF中的pos位置的取值加1；

步驟4.1.4將Ws_ij加入到d_i中，并在TF中的相同位置上加入1。

2)標(biāo)注字典匹配方法。將新的設(shè)備非功能信息N中的每條信息劃分到性能指標(biāo),接口屬性和工作環(huán)境三個(gè)屬性中的過(guò)程。具體過(guò)程如圖6所示。方法的輸入包括標(biāo)注字典D，詞頻字典TF和新的設(shè)備非功能信息N。方法的輸出為分類結(jié)果Nnf，Nnf具有與1)中的TN相同的結(jié)構(gòu)，是一個(gè)三元組。方法的具體步驟如下：

步驟4.2.1對(duì)N進(jìn)行分詞，得到單詞集合Nw，針對(duì)Nw中的每個(gè)單詞Nw_i，定義一個(gè)用于表示其分類的類別；

步驟4.2.2判斷Nw_i是否在d_j中，如果不在，轉(zhuǎn)步驟4.2.3，否則轉(zhuǎn)步驟4.2.4；

步驟4.2.3令L_i＝0，轉(zhuǎn)步驟4.2.5；

步驟4.2.4令L_i＝j(luò)，判斷是否存在多個(gè)j，如果不是，則使用詞頻字典TF篩選出最可能的j，轉(zhuǎn)步驟4.2.5；

步驟4.2.5得到分類序列L，針對(duì)Nw中的每個(gè)單詞Nw_i，如果L_i＝1，則將Nw_i加入到Nnf.pref；如果L_i＝2，則將Nw_i加入到Nnf.Inter；如果L_i＝3，則將Nw_i加入到Nnf.workCond；如果L_i＝0，則將Nw_i加入到L_i-1所屬的部分。

2.5信息整合和語(yǔ)義標(biāo)簽選擇方法

步驟5中完成信息整合和語(yǔ)義標(biāo)簽選擇。包括信息整合和語(yǔ)義標(biāo)簽選擇兩個(gè)部分。信息整合將步驟3和步驟4的分類結(jié)果重新組織在一起。接著是語(yǔ)義標(biāo)簽的選擇，每一條關(guān)鍵信息，本身都具有標(biāo)簽，但這些標(biāo)簽沒(méi)有語(yǔ)義信息，需要將無(wú)語(yǔ)義標(biāo)簽映射為語(yǔ)義標(biāo)簽。為了使得機(jī)器能夠理解標(biāo)簽，將本體引入到語(yǔ)義標(biāo)注模型，使用語(yǔ)義相似度來(lái)度量?jī)蓚€(gè)詞的語(yǔ)義相似度大小，進(jìn)行語(yǔ)義標(biāo)簽的匹配和選擇。具體過(guò)程如圖7所示。方法的輸入包括一個(gè)設(shè)備本體Device，一個(gè)單詞或短語(yǔ)W和閾值δ；方法的輸出為選中的本體概念URI。具體步驟如下：

步驟5.1得到本體Device中的所有概念的URI，記為S；

步驟5.2針對(duì)S中的每個(gè)概念S_i，得到概念名Sn_i，并計(jì)算Sn_i與W的語(yǔ)義相似度Sim_i；

步驟5.3從所有的Sim_i中找到最大的值Sim_j，如果Sim_j>δ，則返回本體概念URIS_j；否則返回空。

3物聯(lián)網(wǎng)設(shè)備本體擴(kuò)展方法

第2節(jié)的步驟5中的語(yǔ)義標(biāo)簽選擇的前提條件是擁有一個(gè)設(shè)備本體，然而，事實(shí)中不一定有物聯(lián)網(wǎng)設(shè)備領(lǐng)域相關(guān)的本體，例如，需要匹配“工作溫度”，如果本體中沒(méi)有合適的概念，使用本體概念匹配，匹配的結(jié)果可能為“濕度”，將“濕度”概念作為“工作溫度”的語(yǔ)義標(biāo)簽，顯然是錯(cuò)誤的，因此，為了得到正確的語(yǔ)義標(biāo)簽，就需要將“工作溫度”作為概念加入到設(shè)備本體中。本發(fā)明基于語(yǔ)義相似度的設(shè)備本體擴(kuò)展方法，其基本思想是起始時(shí)初始化一個(gè)很小的設(shè)備本體，擴(kuò)展的過(guò)程將一棵兩層的小樹(如圖8所示)加入到設(shè)備本體中。在第2節(jié)的步驟4中，可以得到性能指標(biāo),接口屬性和工作環(huán)境三個(gè)屬性的內(nèi)容，例如，工作環(huán)境中可能包含，海拔高度，工作溫度，濕度等概念，在創(chuàng)建子樹的步驟如下：

1)以工作環(huán)境作為根節(jié)點(diǎn)；

2)其包含的子概念，如海拔高度，工作溫度，濕度等，作為子節(jié)點(diǎn)；

3)得到如下的子樹結(jié)構(gòu)，如圖9所示。

圖8和圖9中的子樹結(jié)構(gòu)表示為C:(P,S,V)，表示C為結(jié)構(gòu)的頂層概念，而P,S,V為C的子概念。方法的具體過(guò)程如圖10所示。方法輸入為一個(gè)設(shè)備本體Device和一棵小樹ST:(P,S,V)，以及閾值δ，輸出為擴(kuò)展后的本體Device。具體步驟如下：

步驟1，計(jì)算Device本體中的每個(gè)概念C_i與子樹頂層概念ST的語(yǔ)義相似度S_i；

步驟2，從S_i中找出最大值S_m以及相對(duì)應(yīng)的C_m；

步驟3，如果S_m大于閾值δ，將ST的子概念P,S,V加入到本體中作為C_m的子概念，如圖11所示；否則，轉(zhuǎn)到步驟4；

步驟4，將ST的子概念P,S,V與Device本體中的概念計(jì)算語(yǔ)義相似度，如果最大語(yǔ)義相似度是否大于δ，不妨假設(shè)P匹配成功，則ST和Device中與P匹配成功的概念的父概念建立TogetherHasP連接，如圖12所示，否則轉(zhuǎn)到步驟5；

步驟5，將子樹ST加入到本體作為頂層概念Device的子概念，如圖13所示。