基于文本的高速铁路信号设备故障知识抽取方法研究

摘要

针对高速铁路信号设备故障文本数据,提出命名实体与实体关系管道式知识抽取模型.该模型采用统一标注,分别训练命名实体识别与实体关系抽取的策略,以实现信号设备故障知识抽取.定义信号设备故障的知识结构及样本标注方法,提出基于多维字符特征表示的命名实体特征表示方法;采用BiLSTM+CRF实现命名实体识别,提出多维分词特征的实体关系表示方法;基于多维分词特征设计Transformer网络,实现实体关系的抽取.采用高速铁路10年的信号转辙机故障数据进行实验分析,实验结果表明,高速铁路信号设备故障命名实体与关系抽取模型,具有较高的评价指标,可以应用于基于文本的设备故障知识抽取.