基于NLP技术的装备故障文本匹配算法研究

祖月芳，凌海风，吕永顺

(陆军工程大学 野战工程学院， 南京 210004)

1 相关研究

军事装备是军队战斗力的重要组成部分，装备运用过程中的故障可能直接影响装备任务的完成，因此装备故障的快速诊断维修一直是装备技术保障工作的重点和难点。当前装备故障诊断主要以人工现场诊断为主，基于当前的研究现状，本文依托在装备维修手册、装备履历书以及装备管理信息系统中大量存在的装备故障和维修的经验等数据，采用自然语言处理(NLP)技术实现装备故障文本的检索匹配，以提高装备故障的诊断能力。

装备故障文本的相似度计算必须将已有的结构化、半结构化以及非结构化的故障文本转化为让计算机理解的“自然语言”。目前常用计算文本相似度的方法是基于词向量的方法，它不仅充分考虑了语义特征并且解决了维度灾难的问题，具有良好的性能。1986年Hinton[1]提出了分布式词向量表示，不仅能够表示语义的相似度，而且使计算的难度大大降低了。2013年Tomas Mikolov等[2-3]推出了一款用于获取word vector的工具包Word2vec，它是在深度学习的基础上获取的一种词向量的分布式表达。

随着词向量模型的不断推进[4]，词向量已经在自然语言处理方面得到了广泛应用，并取得了非常不错的效果。例如，文献[5]运用word vector训练得到的词向量，对搜索词的分类聚类进行了研究；文献[6]通过词向量特征构建了循环神经网络语言模型；文献[7]将词向量与LDA相融合，解决了短文本的分类问题；……