一种用于端到端场景的工业故障知识图谱建立方法与流程

技术特征：
1.一种用于端到端场景的工业故障知识图谱建立方法，其特征在于，包括：s1、采集工业设备故障过程的描述文本，并输入ut-crf实体命名识别模型，在执行实体命名识别任务后，所述ut-crf实体命名识别模型输出实体抽取结果；s2、从所述实体抽取结果中，提取训练集并训练rcnn实体分类模型；s3、将所述实体抽取结果输入训练后的rcnn实体分类模型，并执行实体分类任务，所述rcnn实体分类模型输出带有实体类别标签的实体文本数据；s4、利用所述带有实体类别标签的实体文本数据，构建工业故障知识图谱。2.根据权利要求1所述的方法，其特征在于，还包括：在s1之前，建立所述ut-crf实体命名识别模型，其中，所述ut-crf实体命名识别模型中包括：词向量嵌入层、位置嵌入层、时间步嵌入层、多头注意力层、转换函数层和条件随机场输出层；获取所述ut-crf实体命名识别模型对应的训练集数据，并通过所述训练集数据训练所建立的ut-crf实体命名识别模型，所述训练集数据中包括：经过词性成分标注的描述故障现象文本，和经过词性成分标注的故障维修过程的文本。3.根据权利要求2所述的方法，其特征在于，s1中，所执行的实体命名识别任务包括：将工业设备故障过程的描述文本输入所述ut-crf实体命名识别模型，并依次经过词向量嵌入层、位置嵌入层和时间步嵌入层的处理，得到词向量s；将词向量s输入多头注意力层；转换函数层接收所述多头注意力层的输出并进行分离卷积运算；条件随机场输出层中，将所述转换函数层的输出由线性链条件随机场进行解码，所述条件随机场输出层的输出包括：从语句中抽取的实体文本。4.根据权利要求3所述的方法，其特征在于，在所述多头注意力层中采用多头注意力机制，由各个自注意力运算单元的运算结果拼接而成：msa(s)＝concat(sa1,...,sa
n
)w，其中concat为拼接函数，w为多头注意力权重，而q＝sw
query
、k＝sw
key
、v＝sw
value
，s表示序列中所有词的词向量拼接而成的矩阵，q表示对应了s的查询矩阵，k表示键矩阵，v表示值矩阵，w
query
表示查询权重矩阵，w
key
表示键权重矩阵，w
value
表示值权重矩阵；自注意力运算单元表示为其中，d表示词嵌入的维度。5.根据权利要求1所述的方法，其特征在于，还包括：在s2之前，建立rcnn实体分类模型，其中，所述rcnn实体分类模型中包括：词向量嵌入层、双向循环神经网络、卷积神经网络和输出层。6.根据权利要求5所述的方法，其特征在于，在所述双向循环神经网络的运行过程中，包括：通过所述双向循环神经网络捕获所述实体抽取结果中的实体文本序列的上下文信息；将所述上下文信息中的左右侧语境的编码，与当前词的词向量进行拼接操作，得到当前词的编码；
将所述当前词的编码输入所述卷积神经网络进行卷积处理，之后通过输出层输出实体文本数据。7.根据权利要求1所述的方法，其特征在于，所述上下文信息中的左右侧语境的编码包括：l(c
i
)＝f(w
left
l(c
i-1
) w
left-embed
e(c
i-1
))r(c
i
)＝f(w
right
l(c
i 1
) w
right-embed
e(c
i 1
))其中，实体文本序列的每个字符表示为c
i
，词向量为e(c
i
)，l(c
i
)表示c
i
的左侧语境，r(c
i
)表示c
i
的右侧语境，i表示字符在实体文本序列中的位置，w
left
为左侧语境权重矩阵，w
right
为右侧语境权重矩阵，w
left-embed
是将当前词的语义与下一个词的左侧语境结合起来的权重矩阵，w
right-embed
是将当前词的语义与上一个词的右侧语境结合起来的权重矩阵；所得到的当前词的编码w
i
＝[l(c
i
)；e(c
i
)；r(c
i
)]。8.根据权利要求1所述的方法，其特征在于，在s4中，包括：根据所述带有实体类别标签的实体文本数据，构建关联关系；之后将所述带有实体类别标签的实体文本数据和所构建的关联关系，以rdf三元组的形式，存入逗号分隔值文件，并导入neo4j图形数据库服务器。

技术总结
本发明实施例公开了一种用于端到端场景的工业故障知识图谱建立方法，涉及基于人工智能的故障自动化诊断领域，能够在较短的时间内建立出一个质量较高、规模足以支持后续运行推理算法的工业故障知识图谱。本发明包括：采集工业设备故障过程的描述文本，并输入UT-CRF实体命名识别模型，在执行实体命名识别任务后，所述UT-CRF实体命名识别模型输出实体抽取结果；从所述实体抽取结果中，提取训练集并训练RCNN实体分类模型；将所述实体抽取结果输入训练后的RCNN实体分类模型，并执行实体分类任务，所述RCNN实体分类模型输出带有实体类别标签的实体文本数据；利用所述带有实体类别标签的实体文本数据，构建工业故障知识图谱。构建工业故障知识图谱。构建工业故障知识图谱。


技术研发人员：冒泽慧 卞嘉楠 马亚杰 姜斌 严星刚
受保护的技术使用者：南京航空航天大学
技术研发日：2021.12.03
技术公布日：2022/3/25