按文献类别分组
关键词
航空发动机故障实体识别方法及应用
作者: 张亮   吴闯   唐希浪   冯少林   来源: 空军工程大学学报(自然科学版) 年份: 2022 文献类型 : 期刊 关键词: 航空发动机   智能故障诊断   实体识别   知识图谱  
描述: 故障实体识别是自主获取航空发动机故障知识的基础,对实现航空发动机故障智能诊断起到至关重要的作用。为准确快速搭建航空发动机大规模故障知识库,在定义了“单元”“故障状态”“表征信号”“检查方法”和“解决措施”5种航空发动机故障实体类型的基础上,初步构建了一种以Bert-BiLSTM-CRF模型为基础的航空发动机故障实体识别方法。基于某型航空发动机大规模数据集分析抽取了故障实体,搭建了滑油压力异常故障知识图谱,验证了该方法识别航空发动机多源异构故障数据的有效性。
民航突发事件实体识别方法研究
作者: 王红   李浩飞   邸帅   来源: 计算机应用与软件 年份: 2021 文献类型 : 期刊 关键词: 长短期记忆神经网络   条件随机场   实体识别   知识图谱   民航突发事件  
描述: 针对民航突发事件实体自动获取的问题,提出一种将双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合的民航突发事件实体识别方法。利用领域词典对民航突发事件实体进行自动标注,并将已标注的数据转化为分布式字符向量;采用BiLSTM模型获取序列文本的上下文特征;通过CRF模型获得序列标注结果。实验结果表明,与传统的CRF方法相比,该方法的F值有明显的提升,有效解决了传统方法在识别民航突发事件文本信息中包含复合实体或混合实体方面效率低且大量使用人工定义特征模板的问题,为民航突发事件知识图谱的自动构建提供了更好的方法支撑。
民航突发事件实体识别方法研究
作者: 王红   李浩飞   邸帅   来源: 计算机应用与软件 年份: 2020 文献类型 : 期刊 关键词: 长短期记忆神经网络   条件随机场   实体识别   知识图谱   民航突发事件  
描述: 针对民航突发事件实体自动获取的问题,提出一种将双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合的民航突发事件实体识别方法。利用领域词典对民航突发事件实体进行自动标注,并将已标注的数据转化为分布式字符向量;采用BiLSTM模型获取序列文本的上下文特征;通过CRF模型获得序列标注结果。实验结果表明,与传统的CRF方法相比,该方法的F值有明显的提升,有效解决了传统方法在识别民航突发事件文本信息中包含复合实体或混合实体方面效率低且大量使用人工定义特征模板的问题,为民航突发事件知识图谱的自动构建提供了更好的方法支撑。
民航突发事件实体识别和关系抽取方法的研究
作者: 李浩飞   来源: 中国民航大学 年份: 2020 文献类型 : 学位论文 关键词: 长短期记忆神经网络   关系抽取   深度学习   实体识别   知识图谱   民航突发事件  
描述: 民航突发事件实体识别和关系抽取方法的研究
< 1
Rss订阅