标准内容数字化转换思路初探

在生产制造过程中，绝大部分知识信息记录在以PDF或者纸质文本形式存在于各类标准中，对其中的标准内容进行数字化转换，是实现软件、机器等设备理解知识信息的先决条件，也是实现智能制造、数字化转型的坚实基础。

总结相关研究成果，标准内容的数字化转换思路可概括如下。首先用合适的规则对标准内容进行筛选分类，然后研究如何将标准内容规范化并存储，最后探索如何将标准内容进行跨系统的理解和使用。

对标准内容进行数字化转换的难易程度很大程度上取决于标准中的对象信息形式，如文本、公式、表格和图形。由于不同的属性特点，这些对象在进行数字化转换的过程具有不同的清晰度，公式以及表格的清晰度相对较高，文本和图形的清晰度相对较低。清晰度越高的对象越容易进行数字化转换，清晰度较低的对象则可通过格式转换等方式来提高其清晰度。

通过统计标准中各类对象的清晰度来对标准进行分类，以此判断标准是否合适进行数字化转换。如果高清晰度的对象在标准中占的比例较大，则将其定义为规范标准；如果高清晰度的对象在标准中占的比例中等，则将其定义为半规范标准；如果高清晰度的对象在标准中占的比例较低，则将其定义为抽象标准。如果定义为抽象标准，则不适合进行数字化转换。

规范的格式可保证标准能够被软件、机器等设备识别，在研究了常用的规范格式后，发现JSON、XML、HTML和YAML是结构化数据的常用格式。

通过对四种规范格式数据进行综合评估比对后，得出JSON格式更加适用进行规范格式化转换，该格式复杂程度低、对系统资源要求低、易于人类阅读的特点为进一步的自动化处理提供了良好的可能性。

数据库作为一种存储数据的高效工具，可以实现数据的高效管理、安全可靠的存储和扩展。数据库中主要包含以SQL为代表的关系型数据库和以MongoDB为代表的非关系型数据库两种类型。

关系型数据库将数据以表（Table）的形式来存储，每个表由多行记录和多个列组成，每行记录代表着一个实体，每个列代表着实体的一个属性。适合具有相同数据结构的大型数据库，但其在建立初期阶段就定义好了结构，后期进行调整时需要花费更多的资源。

非关系型数据库主要包括图数据库和文档型数据库，其中图数据库采用图的结构来存储数据，结构灵活，可以方便处理复杂的数据关系。适合存储和管理关联性强、结构复杂的数据。同时其还具有支持高效查询、支持分布式架构、极高的灵活性等优点。

通过对比，图数据库在依赖关系的可视化展示、整合数据、扩展性等方面展现了相对大的优势，因此选择图数据库作为标准数据的存储数据库。

软件、机器等设备系统需要通过接口来获取并使用机器可操作形式的信息，系统中接口众多，且系统中部件对应的接口也不相同，如果耦合程度高，那么存在着更改一个软件系统，所有与该软件有链接的链接程序都必须进行调整的问题。

为了解决这个问题，可以使用WEB服务与微服务进行结合的方式。WEB服务用于链接不同的软件系统，微服务调用标准中的内容用于其他系统。可以在后台交换内容，无需调整单个接口。

围绕标准内容的数字化转换，首先需要对标准进行分类，尽可能将低清晰度的对象转为高清晰度的对象；然后对标准表达格式处理，如果标准为规范标准或者半规范标准，则解析为JSON格式；最后选择合适的数据库存储，如将JSON数据存储到图数据库，并通过与WEB服务和微服务整合，为用标人员或机器提供服务。