基于图神经网络的工艺表格语义相似性度量
为解决人工评估复杂工艺表格的相似性用于工艺重用设计存在效率低、精度差等问题,提出一种图神经网络组合算法,以有效提取工艺表格的结构、语义等特征以度量相似性.首先提出改进Mask R-CNN算法用以进行表格检测,包括距离变换突出表格特征、Confluence算法提高检测精度、角点定位调整检测框以实现精准定位,同时利用光学字符识别(OCR)技术提取表格文本信息.然后,针对提取的关键单元信息,分别建模工艺表格的结构特性图网络与语义关系图网络.进一步,提出图神经网络组合算法提取图网络模型的结构特征与节点属性,并转化成低维实值向量,以支撑提出的一种联合相似度综合评估方法,实现度量工艺表格语义相似性.最后,经实验分析表明了所提方法的有效性,并以工艺重用实例验证了方法的可行性.
表格检测、工艺表格建模、图神经网络、相似性度量
28
TP183(自动化基础理论)
国家重点研发计划2019YFB1706300
2023-01-16(万方平台首次上网日期,不代表论文的发表时间)
共17页
3803-3819