基于多语义知识交互和动态修剪的智能装备故障信息抽取方法

本发明公开了一种基于多语义知识交互和动态修剪的智能装备故障关系抽取方法。对原始装备故障文本进行分词和句子分割，获取语句集合；使用预训练语言模型获取文本的字符级词嵌入表征集合；提取故障实体表示，基于构建的故障类型知识库得到故障类型表示，构建之间的语义关联，生成上下文特征表征序列；基于点积注意力机制计算增强语义表示与原文语句的相关性得分，动态选择核心语句集合，聚焦核心语句，更新语义表示，并将其输入关系分类模块预测实体对之间的关系类型；最后基于条件随机场解码输出命名实体边界和关系标签，得到最终的关系抽取结果。本发明增强了对上下文的理解能力，能够更好地处理复杂语境下的故障关系抽取任务。