《電子技術(shù)應用》
您所在的位置:首頁 > 其他 > 设计应用 > 基于故障模式的装备质量问题文本分类方法
基于故障模式的装备质量问题文本分类方法
信息技术与网络安全 9期
费清春1,史莹莹1,曾庆国2
(1.南京电子技术研究所,江苏 南京210039;2.工业和信息化部电子第五研究所,广东 广州511300)
摘要: 面对大规模的海量装备质量问题文本,如何精准有效地将它们按照故障模式分类具有重要的理论意义。目前,主要以专家人工判定的传统方式开展问题分类费时费力,难以满足实际的应用需求。在此背景下,提出了一种基于故障模式的装备问题自动分类方法。该方法首先利用中文分词技术开展文本切词,生成文本关键词特征向量,进而计算质量问题与故障模式文本特征向量的相似度,最后按照相似度的阈值判定质量问题归属故障模式的种类。采用信息化技术进行装备质量问题分类方法简单易行,实验结果表明效果良好。
中圖分類號: TP311.5
文獻標識碼: A
DOI: 10.19358/j.issn.2096-5133.2021.09.003
引用格式: 費清春,史瑩瑩,曾慶國. 基于故障模式的裝備質(zhì)量問題文本分類方法[J].信息技術(shù)與網(wǎng)絡安全,2021,40(9):14-18.
Text classification method for equipment quality problems based on failure mode
Fei Qingchun1,Shi Yingying1,Zeng Qingguo2
(1.Nanjing Research Institute of Electronics Technology,Nanjing 210039,China; 2.The Fifth Electronic Research Institute of Ministry of Industry and Information Technology,Guangzhou 511300,China)
Abstract: In the face of large-scale and massive equipment quality problem texts, how to accurately and effectively classify them according to failure modes has important theoretical significance. At present, the mainly method based on manual judgement is a time-consuming and laborious task, which is difficult to satisfy the real-world application requirements. Under the above background, this paper proposes an automatic classification approach based on failure modes. It firstly utilizes Chinese word segmentation technology to segment text, which is used to generate keyword feature vectors. Then, it calculates the similarity of the quality problem text vectors and failure mode text vectors, and finally determines the type of failure mode that the quality problem belongs to according to similarity threshold. The proposed approach is implemented by information technology that is simple in its implementation for equipment quality problem classification. Experimental results show that the proposed approach has received superior performance on classification for equipment quality problem texts.
Key words : equipment quality;quality problem;text classification;failure mode;similarity

0 引言

隨著計算機技術(shù)的快速發(fā)展,企業(yè)建立了產(chǎn)品質(zhì)量問題處理信息系統(tǒng),存儲了大量的產(chǎn)品質(zhì)量問題處理歷史記錄。產(chǎn)品質(zhì)量改進通常是建立在產(chǎn)品質(zhì)量問題數(shù)據(jù)分析的基礎上,將質(zhì)量問題快速、準確地自動歸類為不同的故障模式,對于促進企業(yè)識別質(zhì)量問題關(guān)鍵因素,推動產(chǎn)品質(zhì)量改進具有十分重要的現(xiàn)實意義。如何將成千上萬,甚至是幾十萬條質(zhì)量問題數(shù)據(jù)按照故障模式自動分類,單憑專家篩選、甄別和分類,是一個巨量的、難以短時間完成的任務,成為了亟需解決的實際問題。以關(guān)鍵詞檢索等自動化程度較低的人機協(xié)作模式開展質(zhì)量問題分類,結(jié)果存在大量的誤報和漏報,不能滿足實際使用的需要。

運用大數(shù)據(jù)技術(shù),分析挖掘產(chǎn)品質(zhì)量問題數(shù)據(jù),能夠為產(chǎn)品質(zhì)量改進的技術(shù)創(chuàng)新提供有效的技術(shù)支持[1]。當前,計算機領域已形成了中文分詞、文本挖掘等自然語言處理技術(shù),在此背景下,本文重點聚焦裝備質(zhì)量問題文本數(shù)據(jù)的故障模式自動分類方法展開研究。



本文詳細內(nèi)容請下載http://www.tom3567.com/resource/share/2000003760




作者信息:

費清春1,史瑩瑩1,曾慶國2

(1.南京電子技術(shù)研究所,江蘇 南京210039;2.工業(yè)和信息化部電子第五研究所,廣東 廣州511300)




微信圖片_20210517164139.jpg


此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 日韩视频―中文字幕| 亚洲a级在线观看| 久久久无码中文字幕久...| 久久综合色88| 久久99热只有频精品91密拍| 国产精品视频中文字幕91| 午夜精品久久久久久久无码| 国产精品日韩在线| 欧洲午夜精品久久久| 精品视频导航| 亚洲日本欧美在线| 97干在线视频| 亚洲综合精品伊人久久| 国产在线观看不卡| 777午夜精品福利在线观看| 欧美亚洲黄色片| 久久av在线播放| 国产精品美女免费| 国产欧美 在线欧美| 亚洲一区二区自拍| 91精品视频播放| 亚洲人成网站在线观看播放| 国产精品日韩在线播放| 久久精品国产美女| 久久精品网站视频| 久久精品国产精品亚洲色婷婷 | 国产在线精品一区| 亚洲国产精品女人| 涩涩日韩在线| 久久精品国产欧美亚洲人人爽| 国产欧美一区二区三区不卡高清| 日韩免费不卡avV| 日韩一区在线视频| 国产精品第100页| 99在线观看视频| 色综合天天狠天天透天天伊人| 久久国产视频网站| 久久久久免费精品| 激情综合网俺也去| 国产精品免费视频xxxx| www.xxxx精品|