《表4 3种方法的识别结果展示》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自然语言处理的压缩机故障自动识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表4分别展示了3种方法对两个设备实体和一段故障描述的识别结果，从表中可以看出，3种方法都能正确识别“O型圈”这样的实体，但当实体中包含有双引号（特殊字符）的时候，Bi LSTM+CRF和Lattice LSTM都没有完全正确识别，只有BERT-fine-tune模型正确识别出了该实体.对于“一二级活塞组装螺钉”这样的设备实体，Bi LSTM+CRF模型将其识别成了两个较短的实体，即“一二级活塞”和“螺钉”，而BERT-fine-tune和Lattice LSTM可以正确的识别.对于比较复杂的故障描述，如“水泵电机过载额定电流1.8 A，实际电流2.3 A”，BERT-fine-tune模型也能正确识别，而Bi LSTM+CRF和Lattice LSTM均没有正确识别该故障描述.