基于数控机床设备故障领域的命名实体识别

王欢^1,2，朱文球^1,2，吴岳忠^1,2，何频捷^1,2，万烂军^1,2

1. 湖南工业大学计算机学院2. 湖南省智能信息感知及处理技术重点实验室

摘 要：为了给数控机床故障的精准诊断提供保障,延长数控机床使用周期,以数控机床历史维修记录为研究对象,对数控机床设备故障领域的命名实体识别进行了研究.在分析历史维修记录中的故障描述特点后,提出了一种基于双向长短期记忆网络（Bidirectional long short-term memory, BLSTM）与具有回路的条件随机场（Conditional random field with loop, L-CRF）相结合的命名实体识别方法.首先,对输入语句进行分词和标注,使用Word2vec中的Skip-gram模型对标注语料进行预训练,将其生成的字向量通过词嵌入层转化为字向量序列;然后,将字向量序列输入BLSTM学习长期依赖信息;最后将句子表达输入L-CRF获取全局最优序列.实验结果表明,该方法明显优于其他命名实体识别方法,为数控机床设备的智能检修与实时诊断任务打下了坚实的基础.

关键词：数控机床;设备故障;双向长短期记忆网络;具有回路的条件随机场;命名实体识别;