面向矿山机电设备监测文本的命名实体识别

来源：计算机工程与应用杂志2024年第11期北京时间：

作者：邱云飞, 邢浩然, 于智龙, 张文文

单位：1.辽宁工程技术大学 软件学院，辽宁 葫芦岛 123105；2.辽宁工程技术大学 工商管理学院，辽宁 葫芦岛 123105

摘要：正确抽取矿山机电设备监测文本中的设备名称、参数标准、故障位置、故障类型等实体，可以辅助专家尽早发现异常机电设备、提升分析设备故障的效率和精度。针对矿山机电设备领域实体多为嵌套实体，且具备字符较长、上下文关联性较强等特点，提出一种联合多粒度特征的实体识别方法，通过机器阅读理解框架初步确定长序列嵌套实体边界，采用融合注意力机制的BiLSTM神经网络深挖实体间上下文关联。实验结果表明，该方法对矿山机电设备监测文本中的实体具备较好的识别效果，并且提升了其他低资源场景下命名实体识别任务的效果。

关键词：矿山机电设备,命名实体识别,多粒度信息,机器阅读理解