面向飞机故障文本的信息抽取

【类型】期刊

【作者】乔璐  孙有朝  吴红兰 

【刊名】计算机与现代化

【关键词】 BiGRU,信息抽取,领域词典,CRF,命名实体识别,故障信息

【摘要】针对人工提取飞机故障信息工作量大、效率低、成本高等问题，提出一种基于领域词典、规则和BiGRU-CRF模型的信息抽取方法。结合飞机领域知识的特点，基于飞机故障文本信息构建领域词典库和模板规则，并对故障信息进行语义标注。采用BiGRU-CRF深度学习模型进行命名实体识别，BiGRU获取上下文的语义关系，CRF解码生成实体标签序列。实验结果表明，基于领域词典、规则和BiGRU-CRF模型的信息抽取方法准确率高达95.2%，验证了该方法的有效性。本文方法能够准确识别出飞机故障文本中的关键词如时间、机型、故障件名称、故障件制造单位等信息，同时，根据领域词典和规则对识别结果进行修正，有效提高了信息抽取的效率和准确性，解决了传统实体抽取模型长期依赖人工特征的问题。

【年份】2024

【作者单位】南京航空航天大学民航学院;

【期号】03

【页码】61-66+71