[发明专利]一种智能IETM故障维修记录文本的知识挖掘方法

权利要求书

1.一种智能IETM故障维修记录文本的知识挖掘方法，其特征在于，该方法包括以下步骤：

步骤一、收集设备故障维修记录文本数据：设备数据收集人员通过智能IETM平台对设备故障维修记录文本数据进行采集和记录，故障维修记录文本数据以自然语言的形式记录在设备故障维修记录表中，所述设备故障维修记录表包括故障原因编码、故障原因描述、维修措施和反映问题描述，其中，故障原因编码表示故障原因的唯一标识符号；故障现象描述表示设备运行过程中出现故障时发生的现象描述；故障原因描述表示从故障原因描述中，由本领域专业人员确定故障出现的原因情况；维修措施表示针对当前出现的故障而采取对应维修措施的方案；

步骤二、建立设备故障词库：利用结巴分词工具和哈工大停用词表对收集的设备故障维修记录文本数据进行分词并去噪，在利用人工筛选的方式建立设备故障词库；

步骤三、获取词项文档矩阵：利用词袋假设对设备故障词库中的词项进行分析，并建立设备故障词库中词项的词项文档矩阵；

步骤四、生成主题文档矩阵，过程如下：

步骤401、根据公式计算词项文档矩阵中第i个词项word_i的词频TF_i，其中，f(word_i)为表示第i个词项word_i在词项文档矩阵中出现的次数，n表示词项文档矩阵中词项的总数；

步骤402、根据公式计算词项文档矩阵中出现第i个词项word_i的文档频率IDF_i，其中，d表示文档，sum(d)表示词项文档矩阵中总的文档数目，N{d,word_i∈d}表示词项文档矩阵中包含第i个词项word_i的文档总数目；

步骤403、根据公式w_i＝TF_i×IDF_i，计算词项文档矩阵中第i个词项word_i的权重值w_i；

步骤404、将词项文档矩阵中n个词项的权重值从高到底进行降序排列，选取权重值排前[0.3n]～[0.4n]的词项作为主题，主题值即为[0.3n]～[0.4n]，其中，[·]为取整函数；

步骤405、利用LDA主题模型对词项文档矩阵进行降维与特征提取处理，将文档中词项空间转换为主题空间，生成设备故障维修记录文本的主题文档矩阵；

步骤五、训练标签特征矩阵：利用LDA主题模型对设备故障维修记录表中反映问题描述属性数据进行训练，得到标签特征矩阵，作为文本分类的标签；

步骤六、构建神经网络模型：构建结构依次为输入层、卷积层、循环层、全连接层和输出层的神经网络模型；

其中，采用Word2Vec算法对故障原因描述和反映问题描述对应的文本进行词向量表示，生成设备故障维修记录文本对应的词向量矩阵X_1:J＝[x₁,x₂,...,x_j,...,x_J]∈R^J×k，其中，J表示输入文本的长度，k表示统计出整个词向量的长度，R表示实数矩阵，x_j表示第j个词汇对应的词向量；将词向量矩阵和标签特征矩阵合并，作为神经网络模型的输入层；

神经网络模型的卷积层采用3×1的卷积核，并引入ReLU为激活函数；

神经网络模型的循环层采用GRU结构模型；

神经网络模型的输出层为产生各个故障原因的概率分布；

步骤七、设备故障维修记录文本的分类：分析故障原因描述和反应问题描述之间的映射关系，将表征故障原因描述的词向量输入神经网络模型，神经网络模型输出层多个产生故障原因描述的概率值，选取概率值最大的故障原因描述确定故障原因，实现设备故障维修记录文本的分类。

2.按照权利要求1所述的一种智能IETM故障维修记录文本的知识挖掘方法，其特征在于：所述LDA主题模型包括三层贝叶斯网络词项、文档和主题。