一种面向汽车发动机故障诊断的命名实体识别方法

摘要

本发明公开了一种面向汽车发动机故障诊断的命名实体识别方法，包括步骤1：建立汽车发动机故障诊断命名实体识别文本语料库；步骤2：对语料库进行预处理；步骤3：对预处理后的文本数据进行分布式表示，通过BERT语言模型得到文本预训练“词+词性”向量；步骤4：将得到的文本预训练“词+词性”向量输入到BiLstm神经网络中进行文本特征提取；步骤5：在BiLstm神经网络后引入Attention机制捕捉文本特征中较为重要的部分；步骤6：结合CRF模型，得到汽车发动机故障诊断命名实体识别的最优标注序列。本发明解决了现有方法中缺少汽车发动机故障诊断相关的数据集，知识实体句法特征明显，知识实体内部存在大量修饰词干扰，实体全文标签不一致，从而使得命名实体识别结果准确率低的问题。