基于词向量和神经网络融合的过程构成要素信息抽取方法

作者：吴路路; 刘卫东^*; 肖胜辉; 陈炳松; 聂文滨

来源：南昌大学学报(理科版), 2018, 42(03): 274-282.

DOI：10.13764/j.cnki.ncdl.2018.03.014

• 工艺过程构成要素
• 机器抽取
• 词向量
• 神经网络
• 工艺失效模式分析

工步过程构成要素的分析与提取是工艺过程质量管理极为重要的工作内容。为实现工步过程构成要素的机器识别,基于工艺指令确定工步、工步确定其构成要素的逻辑关系,本文将词向量和神经网络相结合,提出了一种工步过程构成要素的关系拟合模型。该模型充分利用词向量的语义表示能力,对描述和确定工艺过程的工艺指令文件语料中的词语进行表示,进而得到每条工艺指令、工步过程及其构成要素的句向量表示,同时利用神经网络对非线性映射关系的拟合能力,抽取出工艺指令与工步过程、工步过程与其构成要素之间的关系。该方法应用于飞机装配工序的研究,各工艺指令的工步过程及其构成要素抽取结果的综合准确率不低于90%,验证了方法的有效性。

• 单位
  南昌航空大学; 南昌大学机电工程学院; 经济管理学院