《电子技术应用》
您所在的位置:首页 > 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。
中图分类号: TP311.5
文献标识码: A
DOI: 10.19358/j.issn.2096-5133.2021.09.003
引用格式: 费清春,史莹莹,曾庆国. 基于故障模式的装备质量问题文本分类方法[J].信息技术与网络安全,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

随着计算机技术的快速发展,企业建立了产品质量问题处理信息系统,存储了大量的产品质量问题处理历史记录。产品质量改进通常是建立在产品质量问题数据分析的基础上,将质量问题快速、准确地自动归类为不同的故障模式,对于促进企业识别质量问题关键因素,推动产品质量改进具有十分重要的现实意义。如何将成千上万,甚至是几十万条质量问题数据按照故障模式自动分类,单凭专家筛选、甄别和分类,是一个巨量的、难以短时间完成的任务,成为了亟需解决的实际问题。以关键词检索等自动化程度较低的人机协作模式开展质量问题分类,结果存在大量的误报和漏报,不能满足实际使用的需要。

运用大数据技术,分析挖掘产品质量问题数据,能够为产品质量改进的技术创新提供有效的技术支持[1]。当前,计算机领域已形成了中文分词、文本挖掘等自然语言处理技术,在此背景下,本文重点聚焦装备质量问题文本数据的故障模式自动分类方法展开研究。



本文详细内容请下载http://www.chinaaet.com/resource/share/2000003760




作者信息:

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)




微信图片_20210517164139.jpg


此内容为AET网站原创,未经授权禁止转载。