[發明專利]一種設備缺陷的分類方法、裝置及設備

有效

• 申請號: 201911309790.0
• 申請日: 2019-12-18
• 公開（公告）號: CN111191447B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 謝鵬飛;崔朝輝;趙立軍;張霞
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F16/35;G06N20/00
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 郭一斐

1.一種設備缺陷的分類方法，其特征在于，所述方法包括：

對設備缺陷描述文本進行分詞處理，得到分詞結果；

獲取所述分詞結果中的設備名稱；

基于歷史數據，針對每個預設缺陷類別，計算所述設備名稱對應的設備的平均歷史概率；

對所述分詞結果進行向量化表示，得到所述設備缺陷描述文本對應的詞向量矩陣；

將所述詞向量矩陣輸入經過訓練的設備缺陷分類模型中，經過處理后，得到所述設備缺陷描述文本的分類結果，其中，所述分類結果包括所述設備缺陷描述文本屬于各個預設缺陷類別的模型計算概率；

結合每個預設缺陷類別對應的平均歷史概率和模型計算概率，確定所述設備缺陷描述文本的最終分類結果，包括：

為所述平均歷史概率和所述模型計算概率分別設置權重值，包括：

基于所述歷史數據的數據量，為所述平均歷史概率設置權重值C，具體如下：

其中，K和C₀分別為預設正數常量，N為歷史數據中發生缺陷的總次數，N_tmax和N_tmin均為預設常量，N_tmax表示歷史數據的閾值上限，用于避免因歷史數據的數據量過大導致的機器學習得到的模型計算概率的作用不體現的問題，N_tmin表示歷史數據的閾值下線，用于在歷史數據的數據量過小時控制歷史平均概率的權重值的設置；

基于所述權重值，計算所述設備缺陷描述文本屬于各個預設缺陷類別的概率；

將最大概率對應的預設缺陷類別確定為所述設備缺陷描述文本的最終分類結果。

2.一種設備缺陷的分類裝置，其特征在于，所述裝置包括：

分詞模塊，用于對設備缺陷描述文本進行分詞處理，得到分詞結果；

獲取模塊，用于獲取所述分詞結果中的設備名稱；

計算模塊，用于基于歷史數據，針對每個預設缺陷類別，計算所述設備名稱對應的設備的平均歷史概率；

向量化模塊，用于對所述分詞結果進行向量化表示，得到所述設備缺陷描述文本對應的詞向量矩陣；

分類模塊，用于將所述詞向量矩陣輸入經過訓練的設備缺陷分類模型中，經過處理后，得到所述設備缺陷描述文本的分類結果，其中，所述分類結果包括所述設備缺陷描述文本屬于各個預設缺陷類別的模型計算概率；

確定模塊，用于結合每個預設缺陷類別對應的平均歷史概率和模型計算概率，確定所述設備缺陷描述文本的最終分類結果，包括：

第一設置子模塊，用于為所述平均歷史概率和所述模型計算概率分別設置權重值，包括：

第二設置子模塊，用于基于所述歷史數據的數據量，為所述平均歷史概率設置權重值C，具體如下：

其中，K和C₀分別為預設正數常量，N為歷史數據中發生缺陷的總次數，N_tmax和N_tmin均為預設常量，N_tmax表示歷史數據的閾值上限，用于避免因歷史數據的數據量過大導致的機器學習得到的模型計算概率的作用不體現的問題，N_tmin表示歷史數據的閾值下線，用于在歷史數據的數據量過小時控制歷史平均概率的權重值的設置；

計算子模塊，用于基于所述權重值，計算所述設備缺陷描述文本屬于各個預設缺陷類別的概率；

確定子模塊，用于將最大概率對應的預設缺陷類別確定為所述設備缺陷描述文本的最終分類結果。

3.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有指令，當所述指令在終端設備上運行時，使得所述終端設備實現如權利要求1所述的方法。

4.一種電子設備，其特征在于，包括：存儲器，處理器，及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時，實現如權利要求1所述的方法。