面向不平衡数据的机械设备故障命名实体识别.pdfVIP

研究论文第50卷第9期/2024年9月/计算机工程

面向不平衡数据的机械设备故障命名实体识别

党小超1，刘涧1，董晓辉1*，祝忠彦²,李芬芳1

（1.西北师范大学计算机科学与工程学院，甘肃兰州730000；2.金川集团股份有限公司龙首矿，甘肃金昌737103）

摘要：命名实体识别作为构建知识图谱的基础任务，其识别效果直接影响知识图谱的质量。在实际生产中，机

械故障数据通常包含大量的领域专业词汇，同时实体类型普遍存在分布不平衡的问题，这对准确识别故障实体构

成了挑战。通用领域实体识别方法在这一领域效果欠佳，从而降低了知识图谱的质量。为应对上述问题，提出一

种融合焦点损失(FocalLoss)函数和专业词典的实体识别方法。该方法使用FocalLoss函数应对实体类型不平

衡问题，通过引入平衡因子和调制系数，改进传统的交叉嫡损失函数，提升实体识别效果，同时将领域专业词汇嵌

人到模型中，进一步提高实体识别性能，这一词典包含机械故障的领域术语，有助于模型更准确地识别机械设备

故障命名实体。在自建的矿井提升机实验数据集上进行广泛实验验证，结果证明，融人FocalLoss后模型的F1

值比主流模型BERT-BiLSTM-CRF提高了5.57个百分点，相比用于解决数据不平衡的典型方法SMOTE效果更

优，在此基础上，通过嵌入领域词典，模型的F1值得到进一步提升，达到89.13%。

关键词：命名实体识别；不平衡数据；焦点损失函数；机械设备故障；双向长短期记忆网络；条件随机场

源代码链接：/buried-age/code/tree/master/ner

中图分类号：TP18文献标志码：AD0l:10.19678/j.issn.1000-3428.0068078

NamedEntityRecognitionofMechanicalEquipmentFailureforImbalancedData

DANGXiaochao,LIUJian,DONGXiaohui*,ZHUZhongyan’,LIFenfang

(1.SchoolofComputerScienceandEngineering,NorthwestNormalUniversity,Lanzhou730000,Gansu,China;

2.LongshouMine,JinchuanGroupCo.,Ltd.,Jinchang737103,Gansu,China)

[Abstract)NamedEntityRecognition(NER)isafundamentaltaskinbuildingknowledgegraphsanddirectlyaffects

graphquality.However,inpractice,mechanicalfailuredataoftencontainasignificantamountofdomain-specific

vocabulary,andingeneral,animbalanceexistsinthedistributionofentitytypes.Thus,existingNERmethodsin

generaldomainsdonotyieldsatisfactoryresults.Toaddresstheseproblems,thispaperproposesanentity

recognitionmethodthatintegratesaFocalLossfunctionintodomain-specificdictionaries.Thismethodimproves

thecross-entropylossfunctionbyintroducingbalancingandmodulationcoefficientsforsampledistributions.In

addition,entityrecognitionisenhancedthrought