主题联合知识抽取模型

维修记录抽取更准

该模型通过融合故障案例的主题特征，提升了非结构化维修记录中实体识别与关系抽取的准确性。

Hu, Zheyuan · Zhang, Xu · 熊辉

Engineering Applications of Artificial Intelligence 2025

参数信息

实体识别F1值

75.46

关系分类F1值

78.42

技术优势

提取精度更高

模型融入故障案例的主题特征，在实体识别和关系分类上均优于标准方法。

能处理半结构化记录

联合建模结构化与非结构化信息，可同时利用维修记录中的两类数据。

应用场景

• 车辆故障诊断：自动识别故障实体和关系，辅助诊断。
• 非结构化数据知识抽取：从非结构化维修文本中抽取结构化知识。
• 工业知识图谱构建：提供实体和关系，用于构建知识图谱。