基于數(shù)控機(jī)床設(shè)備故障領(lǐng)域的命名實(shí)體識(shí)別

王 歡，朱文球，吳岳忠?，何頻捷，萬(wàn)爛軍

1) 湖南工業(yè)大學(xué)計(jì)算機(jī)學(xué)院，株洲 412008 2) 湖南省智能信息感知及處理技術(shù)重點(diǎn)實(shí)驗(yàn)室，株洲 412008

隨著智能制造的快速發(fā)展和云計(jì)算[1?2]時(shí)代的到來(lái)，“互聯(lián)網(wǎng)+工業(yè)”成為了學(xué)者研究的重點(diǎn)，工業(yè)設(shè)備智能化對(duì)數(shù)控機(jī)床設(shè)備的檢修與診斷提出了嚴(yán)峻挑戰(zhàn). 數(shù)控機(jī)床設(shè)備智能檢修與實(shí)時(shí)診斷是保障數(shù)控機(jī)床設(shè)備安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行的重要手段，是實(shí)現(xiàn)數(shù)控機(jī)床智能制造的關(guān)鍵. 數(shù)控機(jī)床設(shè)備智能檢修與實(shí)時(shí)診斷是通過(guò)整合海量、多源、異構(gòu)的設(shè)備檢修大數(shù)據(jù)，利用自然語(yǔ)言處理、語(yǔ)義匹配、知識(shí)圖譜構(gòu)建等技術(shù)對(duì)工業(yè)設(shè)備故障現(xiàn)象進(jìn)行全面診斷，實(shí)現(xiàn)設(shè)備檢修、診斷的智能化管理；數(shù)控機(jī)床設(shè)備故障命名實(shí)體的識(shí)別作為圖譜識(shí)別、自然語(yǔ)言處理、語(yǔ)義匹配等復(fù)雜任務(wù)的基礎(chǔ)工作，對(duì)數(shù)控機(jī)床設(shè)備智能檢修與實(shí)時(shí)診斷起著至關(guān)重要的作用. 為了提高命名實(shí)體識(shí)別系統(tǒng)的性能，為數(shù)控機(jī)床故障精準(zhǔn)診斷提供保障，延長(zhǎng)數(shù)控機(jī)床的使用周期，本文對(duì)數(shù)控機(jī)床設(shè)備故障領(lǐng)域的命名實(shí)體識(shí)別方法展開(kāi)了研究，通過(guò)提高命名實(shí)體識(shí)別效果為后續(xù)數(shù)控機(jī)床智能檢修和故障診斷工作打下了堅(jiān)實(shí)的基礎(chǔ)，進(jìn)而防止意外故障帶來(lái)的毀滅性事故和經(jīng)濟(jì)損失.

淺層機(jī)器學(xué)習(xí)和深度學(xué)習(xí)[3]是通用領(lǐng)域的兩種常用方法. 淺層機(jī)器學(xué)習(xí)方法包括隱馬爾可夫模型[4]、最大熵模型[5]和條件隨機(jī)場(chǎng)[6]（Conditional random fields, CRF）等. 俞鴻魁等[7]在雙層隱馬爾可夫模型上進(jìn)行實(shí)體識(shí)別，將不同的命名實(shí)體的識(shí)別結(jié)果融合到同一個(gè)理論模型中，提高了F值；……