岳強斌，歐 淵，石 倩

(1.軍械工程學(xué)院，石家莊 050003;2.中國國防科技信息中心，北京 100142)

裝備維修流程是裝備維修操作的具體實施程序，是裝備維修任務(wù)能否完成的關(guān)鍵。對裝備維修流程進行重新設(shè)計，能更加快速和有效地提高裝備維修流程效率，快速完成裝備維修任務(wù)，恢復(fù)裝備戰(zhàn)斗力。

裝備維修流程設(shè)計需求是裝備維修流程設(shè)計的重要依據(jù)和根本基礎(chǔ)。由于獲取的裝備維修流程設(shè)計需求數(shù)量較大，因此需要將裝備維修流程設(shè)計需求進行分類，將針對同一問題的裝備維修流程設(shè)計需求歸到一起，并且區(qū)分其層次關(guān)系，以便于后續(xù)的流程設(shè)計工作。

1 裝備維修流程設(shè)計需求聚類分析過程

裝備維修流程設(shè)計需求是針對不同的方面進行闡述的，可能涉及到層次上的區(qū)別，所以，本文選擇采用凝聚層次聚類法(hierarchical agglomerative clustering，HAC)來進行聚類分析。HAC又稱為合并型層次聚類，是一種自底向上的方法，將每一個對象看作一個聚類，把它們逐漸合并成越來越大的聚類［1］。在每一層中，根據(jù)一些規(guī)則將距離最近的2個聚類合并，直到滿足預(yù)先設(shè)定的終止條件。例如，所有的對象最終合為了1類，或者聚類的數(shù)目達到了預(yù)定值，或者最近的2個類之間的距離達到預(yù)定的閾值［2－3］。根據(jù)HAC的原理，基于HAC的裝備維修流程設(shè)計需求聚類分析過程如圖1所示，包括4個關(guān)鍵步驟:分詞、提取特征詞、相似度計算和聚類處理［4］。

圖1 基于HAC的裝備維修流程設(shè)計需求聚類分析過程

1.1 分詞

裝備維修流程設(shè)計需求是以短句的形式存在。裝備維修流程設(shè)計需求的基本要求是主題唯一，對象明確，語言簡明、具體等。但是對于后續(xù)的相似度計算，需要計算裝備維修流程設(shè)計需求之間的相似度，而句子之間的相似度是以詞語之間的相似度為基礎(chǔ)的，所以，首先要將其切分為詞語，對裝備維修流程設(shè)計需求進行分詞［5－6］。

由于裝備維修流程設(shè)計需求的結(jié)構(gòu)比較明了和清晰，分詞就變得相對比較容易，因此，本文采用基于規(guī)則分詞法中相對精確的逆向最大匹配法(reverse maximum matching method，RMM)來進行分詞，提出了基于RMM裝備維修流程設(shè)計需求的分詞方法［7］。

首先，定義進程P，其中x為待分詞的裝備維修流程設(shè)計需求所包含的漢字個數(shù)，如圖2所示。由于RMM法的核心思想是將待分詞的裝備維修流程設(shè)計需求與裝備維修流程設(shè)計需求詞典庫中的詞條進行比對，因此，首先定義預(yù)處理分詞進程，引入一個計數(shù)參數(shù)k，在將k置零后將待分的裝備維修流程設(shè)計需求與詞典庫進行比對。若能匹配成功，則直接形成分詞結(jié)果;當(dāng)匹配不成功時去掉最左邊的一位，此時計數(shù)參數(shù)k=k+1，取后(x－k)位的裝備維修流程設(shè)計需求再進行匹配處理。若能成功匹配，則判斷k是否為零。k為零，表示待分詞的裝備維修流程設(shè)計需求是一次匹配成功;若k不為零，則要將去掉的最左邊的k位重新與裝備維修流程設(shè)計需求詞典庫進行比對，分詞成功以后，輸出分詞結(jié)果。

在定義了預(yù)定義的分詞進程P以后，采用RMM算法進行處理，算法流程如圖3所示。假設(shè)裝備維修流程設(shè)計需求詞典庫中最長詞條所包含的漢字個數(shù)為a，待分詞的裝備維修流程設(shè)計需求包含的漢字個數(shù)為b。

若a≥b，則表示待分詞的裝備維修流程設(shè)計需求中的漢字個數(shù)小于詞典庫中的最長詞條的漢字數(shù)，此時應(yīng)將整個裝備維修流程設(shè)計需求與裝備維修流程設(shè)計需求詞典庫進行匹配，利用預(yù)定義進程P得到分詞的結(jié)果。

若a＜b，則表示待分詞的裝備維修流程設(shè)計需求中的漢字個數(shù)大于詞典庫中的最長詞條的漢字數(shù)，此時應(yīng)取裝備維修流程設(shè)計需求的后a個字進行分詞，同樣利用預(yù)定義進程P得到后a個字的分詞結(jié)果。再取裝備維修流程設(shè)計需求剩余的(ba)個字，此時，需要比對(b－a)與詞典庫中的最長詞條的漢字數(shù)a的大小關(guān)系。當(dāng)(b－a)≤a時，則可以直接將裝備維修流程設(shè)計需求剩余的(b－a)個字與詞典庫進行匹配，進行分詞處理。但是當(dāng)(b－a)＞a時，這樣就與前述的a＜b的情況一樣，因此，返回計算，重新取剩余裝備維修流程設(shè)計需求(b－a)個字的后a個字進行分詞處理。需要注意的是，在a＜b的條件下，最終需要將所得的分詞結(jié)果進行合并，得到一個完整的分詞結(jié)果。

圖2 預(yù)定義的分詞進程P

圖3 RMM算法流程

1.2 提取特征詞

對裝備維修流程設(shè)計來說，裝備維修流程設(shè)計需求就是對流程要達到水平的一些具體要求。那么，從意義上理解，其語句形式就是要使什么方面達到什么樣的程度。例如，裝備維修流程設(shè)計需求“工藝設(shè)計合理”，經(jīng)過原始的需求轉(zhuǎn)換得到的裝備維修流程設(shè)計需求的表達形式本來就是比較簡練，根據(jù)裝備維修流程設(shè)計需求的結(jié)構(gòu)特點，可以將裝備維修流程設(shè)計需求的結(jié)構(gòu)分為3部分:關(guān)鍵詞、屬性詞和程度詞。關(guān)鍵詞是裝備維修流程設(shè)計需求所描述的對象，是裝備維修流程設(shè)計需求的中心詞;屬性詞是裝備維修流程設(shè)計需求所描述對象的某一具體屬性;程度詞是所述裝備維修流程設(shè)計需求所要達到的目標(biāo)。

根據(jù)裝備維修流程設(shè)計需求的3部分結(jié)構(gòu)，裝備維修流程設(shè)計需求特征值提取就是區(qū)分關(guān)鍵詞、屬性詞和核心詞，它們是裝備維修流程設(shè)計需求的主要內(nèi)容，也是進行相似度計算時的重要指標(biāo)。雖然裝備維修流程設(shè)計需求的表述已經(jīng)比較扼要，但分詞進行完成后，還會存在一些與關(guān)鍵詞、屬性詞和核心詞無關(guān)的助詞和副詞等，因此在進行特征值提取時，要將這些與裝備維修流程設(shè)計需求主要內(nèi)容意義表達無關(guān)的詞去掉。

1.3 相似度計算

裝備維修流程設(shè)計需求包括關(guān)鍵詞、屬性詞和程度詞3部分結(jié)構(gòu)，因此裝備維修流程設(shè)計需求的相似度計算核心就是這3個詞語之間的相似度計算。根據(jù)裝備維修流程設(shè)計需求詞語相似度計算的特點，本文提出了基于知網(wǎng)(Hownet)的裝備維修流程設(shè)計需求語義相似度計算方法［8］。

裝備維修流程設(shè)計需求包含3部分詞語，本文所計算的裝備維修流程設(shè)計需求詞語相似度是指同類的詞語的相似度，如關(guān)鍵詞與關(guān)鍵詞的相似度，屬性詞與屬性詞的相似度，而程度詞是一些指標(biāo)和目標(biāo)方面的描述，可能是一些具體的數(shù)字，也可能是一些程度上的定性描述，所以計算它的相似度對整個裝備維修流程設(shè)計需求的相似度意義不大。因此，基于知網(wǎng)的裝備維修流程設(shè)計需求語義相似度計算方法計算的是關(guān)鍵詞和關(guān)鍵詞、屬性詞和屬性詞的相似度。分別計算出其相似度后，再對二者進行加權(quán)處理，得到整個裝備維修流程設(shè)計需求的相似度。

1.3.1 詞語相似度

假設(shè)有詞語 W1和W2。W1的義項有 n個:F11，F(xiàn)12，…，F(xiàn)1n，用 F1i表示，i=1，2，…，n。W2的義項有 m 個:F21，F(xiàn)22，…，F(xiàn)2m，用 F2j表示，j=1，2，…，m。

定義詞語W1和W2的相似度為

其含義是:2個詞語 W1和 W2的相似度SimW(W1，W2)等于二者各義項之間相似度SimF(F1i，F(xiàn)2j)的最大值。

由于義項是用多個義原來描述的，所以，義原的相似度計算是目前需要考慮的問題。定義2個義原 T1、T2，其相似度為

其中:d是T1、T2在義原層次體系中的路徑長度，是一個正整數(shù);α是一個可調(diào)節(jié)的參數(shù)，其含義是相似度為0.5時的路徑長度。

在知網(wǎng)中，將實詞的語義表達分為4個部分:

1)第1獨立義原描述式。將2個義項的這一部分的相似度記為SimT1(T1，T2)。

2)其他獨立義原描述式。語義表達式中除第1獨立義原以外的所有其他獨立義原(或具體詞)，將 2個義項的這一部分的相似度記為SimT2(T1，T2)。

3)關(guān)系義原描述式。語義表達式中所有的用關(guān)系義原描述式，將2個義項的這一部分的相似度記為 SimT3(T1，T2)。

4)符號義原描述式。語義表達式中所有的用符號義原描述式，將2個義項的這一部分的相似度記為 SimT4(T1，T2)。

在此定義的基礎(chǔ)上，義項F1和F2的語義相似度為

其中βi(1≤i≤4)是各義原的調(diào)節(jié)參數(shù)，且β1+β2+ β3+β4=1，β1≥β2≥β3≥β4，表示從第 1 獨立義原到符號義原的相似度對整個義項的相似度依次遞減。第1獨立義原對義項相似度影響最大，因此β1比較大，一般在0.5以上。

1.3.2 裝備維修流程設(shè)計需求相似度

對于裝備維修流程設(shè)計需求，分別計算出對應(yīng)的關(guān)鍵詞和關(guān)鍵詞、屬性詞和屬性詞之間的相似度后，就可以計算整個裝備維修流程設(shè)計需求的相似度。

假設(shè)2個裝備維修流程設(shè)計需求為V1和V2，V1的關(guān)鍵詞和屬性為W11、W12，V2的關(guān)鍵詞和屬性為W21、W22，那么裝備維修流程設(shè)計需求V1和V2的相似度為

其中γ是關(guān)鍵詞和屬性詞的在計算相似度時的權(quán)重，根據(jù)實際情況確定。

1.4 聚類處理

聚類處理［9］是將裝備維修流程設(shè)計需求歸類的一個過程。首先對裝備維修流程設(shè)計需求聚類處理做如下假設(shè):

1)裝備維修流程設(shè)計需求集V={V1，V2，…，Vi，…，Vn}。

2)將V中的每個裝備維修流程設(shè)計需求Vi都看作是一個包括單個裝備維修流程設(shè)計需求的類Ci={Vi}，因此，這些類構(gòu)成了V的一個聚類C={C1，C2，…，Ci，…，Cn}。

3)設(shè)t為相似度閾值，當(dāng)2個裝備維修流程設(shè)計需求相似度大于等于t時，才符合聚類基本條件，才可能歸為一類;當(dāng)2個裝備維修流程設(shè)計需求相似度小于t時，則認為二者屬于同一類。

聚類處理算法處理過程:

1)首先，計算其他聚類Cj(j≠i)分別與Ci的相似度Sim(Vi，Vj)，計算出的相似度有(n－1)個。

2)判斷Sim(Ci，Cj)是否達到相似度閾值要求。若Sim(Ci，Cj)≥t，則將其列為可能相似的對象;若Sim(Ci，Cj)＜ t，則二者肯定不相似。

3)取滿足相似度閾值要求的Sim(Ci，Cj)，取它們中的最大值即Max Sim(Ci，Cj)，將二者聚為一類 CiCj。

4)將新的CiCj歸類繼續(xù)與其他類進行聚類。有CiCj與 Ck(Ck為其他任一類)，則分別計算Sim(Ci，Ck)和 Sim(Cj，Ck)，取二者均值 Average=［Sim(Ci，Ck)+Sim(Cj，Ck)］/2。若 Average≥t，則認為Ck與 CiCj相似，將其聚為新類 CiCjCk;若Average＜t，則認為Ck與CiCj不相似，不進行聚類。

5)重復(fù)上述步驟，直至C中所有對象均不符合以上聚類條件，則聚類完成。

2 結(jié)束語

本文提出裝備維修流程設(shè)計需求聚類分析方法，以HAC為基本原理，通過分詞、提取特征詞、相似度計算和聚類處理4個關(guān)鍵步驟，實現(xiàn)了裝備維修流程設(shè)計需求的聚類分析，進行了層次關(guān)系區(qū)分，為后續(xù)裝備維修流程設(shè)計打下堅實基礎(chǔ)。

［1］孫衛(wèi)，馬德云，歐陽為民，等.基于聚類的體制數(shù)據(jù)庫中的知識發(fā)現(xiàn)［J］.計算機與現(xiàn)代化，2008(9):58－64.

［2］劉文軍，游興中.一種改進的凝聚層次聚類法［J］.吉首大學(xué)學(xué)報:自然科學(xué)版，2011，32(4):11－14.

［3］羅可，洪亮亮，童小嬌.一種有效的分類型數(shù)據(jù)聚類方法［J］.控制與決策，2011，26(10):1542 －1544.

［4］李玲玲.關(guān)于凝聚層次聚類時間復(fù)雜度的研究［J］.宿州學(xué)院學(xué)報，2011，26(2):21 －22.

［5］羅桂瓊，費洪曉，戴弋.基于反序詞典的中文分詞技術(shù)研究［J］.計算機技術(shù)與發(fā)展，2008，18(1):80 －83.

［6］胡錫衡.正向最大匹配法在中文分詞技術(shù)中的應(yīng)用［J］.鞍山師范學(xué)院學(xué)報，2008，10(2):42 －45.

［7］徐殿軍，崔寶華.PHP+MYSQL環(huán)境下的中文分詞技術(shù)研究［J］.遼寧師范大學(xué)學(xué)報:自然科學(xué)版，2008，31(1):57－59.

［8］金博，史彥軍，滕弘飛.基于語義理解的文本相似度算法［J］.大連理工大學(xué)學(xué)報:自然科學(xué)版，2005，45(2):291－297.

［9］潘有能.XML文檔自動聚類研究［J］.情報學(xué)報，2006，25(2):215－220.

［10］王偉.文本自動聚類技術(shù)研究［J］.情報雜志，2009(2):94－97.