基于语义分析与多源数据融合的工单费用预测方法和系统

本发明提供一种基于语义分析与多源数据融合的工单费用预测方法，属于人工智能的技术领域。方法包括：获取故障文本描述、设备参数、历史维修记录、备件库存信息及环境数据；通过BERT‑base模型和注意力机制提取故障语义特征向量；融合语义特征与标准化结构化数据构建多源特征矩阵；采用神经网络级联模型预测工单费用；根据预测值生成维修资源配置策略。本发明解决了传统工单费用预测中文本信息利用率低、多源数据协同不足的技术问题，显著提升预测精度与维修资源配置效率。