面向微波组件故障文本的知识抽取方法

扫码查看

原文链接

万方数据
维普

中文摘要：本研究的主要目标是在微波技术领域应用知识抽取技术优化微波组件的调试和装配过程.鉴于知识抽取技术在微波技术领域的不足,文中提出了一种基于CasRel-LN模型的知识抽取算法.该模型综合运用了BERT编码器、主体标记模型和特定关系下客体标记模型,成功实现了对微波组件故障文本的实体抽取.实验结果表明,CasRel-LN模型在测试集上的综合性能优于其他知识抽取模型,提高了实体抽取的准确率和召回率.使用该算法构建的微波组件故障知识图谱包含1568个实体和1618条三元组,存储在Neo4j图数据库中.通过知识图谱的可视化展示,调试人员可以更高效地解决微波组件调试中的复杂问题,确保电子设备的稳定运行,最终为微波组件在装配阶段就能达到更好的性能提供更有效的支持.

外文标题：Knowledge Extraction Method for Microwave Component Fault Text

外文关键词：

electronic equipmentmicrowave componentfault textknowledge extraction

作者：

高达林、周金柱、樊国壮、甘宇鹏、董晓冬

展开 >

作者单位：

西安电子科技大学高性能电子装备机电集成制造全国重点实验室,陕西西安710071

关键词：

电子装备微波组件故障文本知识抽取

基金：

国家自然科学基金陕西省自然科学基础研究计划西安市重点产业链关键核心技术攻关项目

项目编号：

521752472023-JC-JQ-4323LLRH0080

出版年：

2024

DOI：

10.19659/j.issn.1008-5300.2024.01.007

电子机械工程

南京电子技术研究所

电子机械工程

影响因子：0.31

ISSN：1008-5300

年,卷(期)：2024.40(1)

参考文献量14