基于实体和关系抽取的装备研制方案生成规则挖掘方法技术

本发明专利技术公开了一种基于实体和关系抽取的复杂装备研制方案生成规则挖掘方法。该方法通过采用中文命名实体识别技术，并引入词集级注意力机制，显著提升了中文文本中命名实体的识别准确性。该方法的核心在于构建了一个包含输入表示层、序列建模层和标签预测层的命名实体识别系统。输入表示层处理文本并标记实体，序列建模层利用BERT预训练模型进行特征编码，而标签预测层则负责进行精确的标签预测。此外，该方法还涉及对复杂装备领域数据集的标注与构建，以及使用r‑bert模型进行实体间关系的高效抽取。最终，通过结合命名实体和关系抽取的结果，构建出精确的规则，为复杂装备研制过程提供科学、准确的指导，有效支持设计人员应对研制过程中的复杂挑战。

【技术实现步骤摘要】

本专利技术涉及复杂装备研制数据挖掘，具体涉及一个基于实体和关系抽取的复杂装备研制方案生成规则挖掘方法。

技术介绍

1、复杂装备研制是一个高度复杂的过程，涉及多个领域、多个阶段、多个任务，并需要多个团队协同工作。在这个过程中面临着众多挑战，包括但不限于：(1)复杂装备研制通常需要多学科的知识，包括工程、电子、材料等，不同学科之间存在复杂的关系。(2)不同
之间存在交叉，需要更好地处理技术融合和协同创新。在这一背景下，规则挖掘技术应运而生，设计人员可以利用规则挖掘技术从复杂文本数据中发现隐藏的规律和关联，形成明确的设计规则。这为设计人员提供了更全面、科学的决策依据，使其能够更好地应对复杂装备研制过程中的复杂挑战。

2、目前存在多种规则挖掘方法，包括关联规则挖掘、序列模式挖掘、基于机器学习的规则挖掘方法。然而，它们各自存在一些局限性。关联规则挖掘在处理大规模、稀疏数据时效率较低，容易产生冗余规则；序列模式挖掘对于长序列和大数据集的处理效率有限，同时对不同长度序列的比较较为困难；基于机器学习的方法目前是研究热点，它能自动从数据中学习规律。然而，采本文档来自技高网...

【技术保护点】

1.一种基于实体和关系抽取的复杂装备研制方案生成规则挖掘方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于实体和关系抽取的复杂装备研制方案生成规则挖掘方法，其特征在于，所述步骤1.1)中标注和处理过程具体为：

3.根据权利要求1所述的基于实体和关系抽取的复杂装备研制方案生成规则挖掘方法，其特征在于，所述步骤1.2)中使用word2vec模型来获取词向量过程具体为：

4.根据权利要求1所述的基于实体和关系抽取的复杂装备研制方案生成规则挖掘方法，其特征在于，所述步骤2.1)中输入表示层设计过程具体为：

5.根据权利要求1所述的基于实...

【技术特征摘要】

1.一种基于实体和关系抽取的复杂装备研制方案生成规则挖掘方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于实体和关系抽取的复杂装备研制方案生成规则挖掘方法，其特征在于，所述步骤1.1)中标注和处理过程具体为：

3.根据权利要求1所述的基于实体和关系抽取的复杂装备研制方案生成规则挖掘方法，其特征在于，所述步骤1.2)中使用word2vec模型来获取词向量过程具体为：

4.根据权利要求1所述的基于实体和关系抽取的复杂装备研制方案生成规则挖掘方法，其特征在于，所述步骤2.1)中输入表示层设计过程具体为：

5.根据权利要求1所述的基于实体和关系抽取的复杂装备研制...

【专利技术属性】
技术研发人员：王体春，王贤伟，崔艺蕾，靳广虎，刘新华，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：