基于自然语言处理的压缩机故障自动识别方法

摘要

压缩机工单记录文档记录了压缩机故障信息和相应解决方案.本文尝试利用自然语言处理技术对压缩机工单记录文档进行分析,自动识别出其中的设备实体和故障描述信息.首先,从工单记录文档中分离并人工标注出设备信息和故障信息,构建设备实体数据集和故障描述数据集.然后,在BERT预处理模型的基础上进行序列标注模型的微调,分别构建压缩机设备名称自动识别模型和故障描述自动识别模型.在设备实体数据集和故障描述数据集上的实验结果显示:上述模型对压缩机设备实体和故障描述的自动识别F1值分别达到了95.05%和74.44%,超出业界普遍使用的BiLSTM+CRF模型9.71%和16.85%,验证了方法的有效性.