基于交互注意力机制网络模型的故障文本分类

作     者：刘鹏程 孙林夫 张常有 王波 LIU Pengcheng;SUN Linfu;ZHANG Changyou;WANG Bo

作者机构：西南交通大学信息科学与技术学院四川成都610031 西南交通大学制造业产业链协同与信息化支撑技术四川省重点实验室四川成都610031 中国科学院软件研究所北京100190 成都国龙信息工程有限责任公司四川成都610031 

出 版 物：《计算机集成制造系统》 (Computer Integrated Manufacturing Systems)

年 卷 期：2021年第27卷第1期

页      面：72-89页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划资助项目(2017YFB1400902) 

主　　题：服务价值链 故障文本分类 交互注意力机制 特征融合 故障诊断 

摘      要：当前基于深度学习的故障文本分类已成为故障诊断和分析的关键技术,但单独使用循环神经网络或卷积神经网络难以有效捕获故障文本中的关键分类特征,鉴于此,提出一种交互注意力机制网络模型,用于捕获故障文本中的关键分类特征,以提升分类性能。该模型利用交互注意力机制关注循环神经网络和卷积神经网络所提取特征中的关键分类特征,形成全局—局部特征;针对故障现象文本中故障件和故障模式两类关键分类信息,引入了故障件和故障模式注意力机制捕获关键故障信息,形成故障件—故障模式特征;基于全局—局部特征和故障件—故障模式特征的融合形成分类特征。利用多组数据进行故障文本分类实验,结果表明所提模型具有更优的性能。