矿井提升系统的故障实体关系抽取研究

矿井提升系统是矿业生产的核心设备,矿井提升系统的故障维护记录等重要资料多数以文本形式存储,构建矿井提升系统故障图谱可以有效利用这部分资料。关系抽取是故障图谱构建的重要环节,为了提高矿井提升系统故障图谱构建的关系抽取环节的准确率,提出一种模型融合的关系抽取方法。该方法使用自然语言处理技术从维修点检记录中提取出相关的故障描述和机器部件信息,利用自建模型从这些文本数据中提取出故障实体关系。针对目前提升系统故障文本数据集缺乏的问题,收集了西北某大型有色金属矿产企业的点检维修记录数据和现有的矿井提升系统故障文献,将这些数据进行清洗和整理,建立了一个矿井提升系统故障文本数据集。将该模型与传统模型在自建数据集上进行实验,实验结果证明该模型相较于传统模型有更高的准确率。