买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：刘富雄

摘要：本申请提供的基于数字工厂的产品数据检测方法及系统，响应于产品数据检测指令调取目标产品，通过目标产品将不少于两个文本约束要素赋予抽取获得的不少于两个文本知识向量，再调取文本构建神经网络，依据不少于两个文本知识向量和每个文本知识向量对应的文本约束要素进行处理，构建包含对应文本知识向量的目标文本。基于为抽取获得的文本知识向量分配限制的文本约束要素，对构建得到的目标文本中属于不同的文本约束要素的文本知识向量进行约束，能对构建得到的目标文本中对应于文本约束要素的文本知识向量进行修改，维持对应于其他文本约束要素的文本知识向量的现有状态，如此使得构建得到的目标文本具有高度的可塑能力，便于控制。

主权项：1.一种基于数字工厂的产品数据检测方法，其特征在于，应用于数字产品AI检测系统，所述方法包括：响应于软件产品数据检测指令，调取目标产品，所述目标产品为自动构建生产日志的产品；依据所述目标产品在文本知识向量库中进行抽取，获得不少于两个第一文本知识向量，所述文本知识向量库包括用于构建文本的多个文本知识向量；为所述不少于两个第一文本知识向量中的每个第一文本知识向量赋予一个文本约束要素；调取文本构建神经网络，依据所述不少于两个第一文本知识向量和每个第一文本知识向量对应的文本约束要素，构建第一目标文本，使得所述第一目标文本中对应每个文本约束要素的文本知识向量与对应每个文本约束要素的第一文本知识向量各自相同；将抽取获得的第二文本知识向量代替所述不少于两个第一文本知识向量中对应于第一文本约束要素的第一文本知识向量，所述第一文本约束要素为不少于两个文本约束要素中的任意一个文本约束要素；调取所述文本构建神经网络，依据其他的第一文本知识向量、所述第二文本知识向量和其他的第一文本知识向量对应的文本约束要素和所述第二文本知识向量对应的文本约束要素，构建第二目标文本，使得所述第二目标文本中对应每个文本约束要素的文本知识向量与对应每个文本约束要素的其他的第一文本知识向量或所述第二文本知识向量各自相同；对所述第二目标文本的文本内容进行评估，得到所述第二目标文本的可读性，以评估产品的性能；其中，所述文本构建神经网络通过如下步骤进行调试获得：在所述文本知识向量库中进行抽取，获得不少于两个第三文本知识向量；为所述不少于两个第三文本知识向量中的每个第三文本知识向量赋予一个文本约束要素；调取所述文本构建神经网络，依据所述不少于两个第三文本知识向量和每个第三文本知识向量对应的文本约束要素，构建示例目标文本Sample1，使得所述示例目标文本Sample1中对应每个文本约束要素的文本知识向量与对应每个文本约束要素的第三文本知识向量各自相同；对所述示例目标文本Sample1进行分析，获得第一分析结果，所述第一分析结果指示所述示例目标文本Sample1被识别成自然文本的可信系数，所述自然文本不是通过文本构建神经网络构建得到的；依据所述第一分析结果调试所述文本构建神经网络，使得调取调试后的文本构建神经网络构建得到的目标文本被识别成所述自然文本的可信系数提高；所述方法还包括：在所述文本知识向量库中进行抽取，获得第四文本知识向量；将所述第四文本知识向量代替所述不少于两个第三文本知识向量中对应于第二文本约束要素的第三文本知识向量，所述第二文本约束要素为不少于两个文本约束要素中的任意一个文本约束要素；调取所述文本构建神经网络，依据其他的第三文本知识向量、所述第四文本知识向量和其他的第三文本知识向量对应的文本约束要素和所述第四文本知识向量对应的文本约束要素，构建示例目标文本Sample3，使得所述示例目标文本Sample3中对应每个文本约束要素的文本知识向量与对应每个文本约束要素的其他的第三文本知识向量或所述第四文本知识向量各自相同；所述对所述示例目标文本Sample1进行分析，获得第一分析结果，包括：对所述示例目标文本Sample1和所述示例目标文本Sample3进行分析，获得所述第一分析结果，所述第一分析结果指示所述示例目标文本Sample1和所述示例目标文本Sample3符合第一预设要求的可信系数，所述第一预设要求指示所述示例目标文本Sample1和所述示例目标文本Sample3被识别成所述自然文本，且所述示例目标文本Sample1和所述示例目标文本Sample3中一个或多个文本约束要素的文本知识向量相同，同时和一个或多个文本约束要素的文本知识向量不同。

全文数据：

权利要求：

百度查询： 刘富雄 基于数字工厂的产品数据检测方法及系统