1.一種面向物聯(lián)網(wǎng)設(shè)備的自動語義標(biāo)注方法，其特征在于采用物聯(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組成屬性，即標(biāo)識信息、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)上將自動語義標(biāo)注方法分為兩個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為抽取出來的信息進(jìn)行標(biāo)注；整個自動語義標(biāo)注分為五個步驟來完成，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義標(biāo)簽選擇。
2.根據(jù)權(quán)利要求1所述的一種面向物聯(lián)網(wǎng)設(shè)備的自動語義標(biāo)注方法，其特征在于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。
3. 根據(jù)權(quán)利要求1所述的一種面向物聯(lián)網(wǎng)設(shè)備的自動語義標(biāo)注方法，其特征在于所述設(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)定的閾值來降維，再使用向量來訓(xùn)練分類器和對新樣本進(jìn)行分類。
4.根據(jù)權(quán)利要求1所述的一種面向物聯(lián)網(wǎng)設(shè)備的自動語義標(biāo)注方法，其特征在于所述設(shè)備非功能信息分類具體是，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。
5.根據(jù)權(quán)利要求4所述的一種面向物聯(lián)網(wǎng)設(shè)備的自動語義標(biāo)注方法，其特征在于標(biāo)注字典的生成方法具體是，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)境三個屬性的內(nèi)容中出現(xiàn)的單詞并構(gòu)建訓(xùn)練集，訓(xùn)練集中的每個元素包含單詞以及單詞所屬的類別，根據(jù)單詞所屬的類別歸類到標(biāo)注字典中，并更新詞頻字典對應(yīng)的值。
6.根據(jù)權(quán)利要求4所述的一種面向物聯(lián)網(wǎng)設(shè)備的自動語義標(biāo)注方法，其特征在于所述標(biāo)注字典的匹配方法具體是，對設(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。
7.根據(jù)權(quán)利要求4所述的一種面向物聯(lián)網(wǎng)設(shè)備的自動語義標(biāo)注方法，其特征在于所述信息整合和語義標(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，并將本體引入語義標(biāo)注模型，使用語義相似度從本體中篩選出本體概念URI作為語義標(biāo)簽用于標(biāo)注。
8.根據(jù)權(quán)利要求1所述的自動語義標(biāo)注方法，其特征在于還包括物聯(lián)網(wǎng)設(shè)備本體擴(kuò)展過程，從一個相對小的設(shè)備本體逐步擴(kuò)展成物聯(lián)網(wǎng)領(lǐng)域設(shè)備本體，保證了語義標(biāo)簽選擇的準(zhǔn)確性。