重庆理工大学学报(自然科学) ›› 2024, Vol. 38 ›› Issue (11): 206-212.

• 能源动力环境 • 上一篇    下一篇

火电厂故障诊断文本的实体抽取模型构建

陈 宏,王云博,穆思澎,陈 阳   

  1. 1.郑州大学 机械与动力工程学院,郑州 450001; 2.哈密职业技术学院 机电系,新疆 哈密 839099; 3.陕西科技大学 阿尔斯特学院,西安 710016
  • 发布日期:2024-12-31
  • 作者简介:陈宏,男,博士,教授,主要从事故障诊断、数据挖掘研究,Email:hongchen229@zzu.edu.cn;通信作者 王云博,男,硕士研究生,主要从事设备故障机理与智能诊断技术研究,Email:1027245108@qq.com。

  • Published:2024-12-31

摘要: 针对火电厂故障诊断领域文本存在实体边界模糊、文本特征不够充分、模型识别效果不明显等问题,提出一种改进 BERTBiLSTMCRF故障诊断领域文本实体识别模型。为了提高 BERT模型在中文语境下的性能,对模型参数进行改进,使用对抗训练方法提高模型精度,使模型 F1值提高 0.0206。对已构建的数据集进行实体命名识别实验,实验结果表明:改进 BERTBiLSTMCRF实体识别模型在数据集上的 F1值达到 0.9016,相较于其他模型 F1值有所提升,验证了该模型的有效性。

关键词: 实体命名识别;预训练语言模型;火电厂;故障诊断;对抗训练

中图分类号: 

  • TP391.1