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