基于交互注意力机制网络模型的故障文本分类

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.

关键词：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

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划资助项目2017YFB1400902

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：72-89