买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国电子科技集团公司第十研究所申请的专利一种知识模型驱动的航空电子故障推理方法、介质及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117453858B 。

龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311427689.1，技术领域涉及：G06F16/2455；该发明授权一种知识模型驱动的航空电子故障推理方法、介质及装置是由黄成文渊;文佳;钱东;梁天辰;杨飞;陈擎宙设计研发完成，并于2023-10-31向国家知识产权局提交的专利申请。

本一种知识模型驱动的航空电子故障推理方法、介质及装置在说明书摘要公布了：本发明提供一种知识模型驱动的航空电子故障推理方法、介质及装置，所述方法包括：搭建实体抽取模型，构建实体抽取数据集，并采用实体抽取数据集训练实体抽取模型；搭建语义相似度计算模型，构建语义相似度计算数据集，并采用语义相似度计算数据集训练语义相似度计算模型；输入故障现象描述文本到实体抽取模型，提取出实体信息；对抽取到的实体信息进行处理，生成新的故障现象描述文本；利用语义相似度计算模型将所述故障现象描述文本与对应故障模块中的若干条标准故障模式进行相似度计算，得到故障推理结果。本发明能够提高维修人员的维修成功率和效率，减少模块返厂率，提高战场装备响应效率，具有重要的意义和价值。

本发明授权一种知识模型驱动的航空电子故障推理方法、介质及装置在权利要求书中公布了：1.一种知识模型驱动的航空电子故障推理方法，其特征在于，包括以下步骤：S1，搭建实体抽取模型，构建实体抽取数据集，并采用实体抽取数据集训练实体抽取模型；S2，搭建语义相似度计算模型，构建语义相似度计算数据集，并采用语义相似度计算数据集训练语义相似度计算模型；S3，输入故障现象描述文本到实体抽取模型，提取出实体信息；所述实体信息包括部件单元和故障现象描述；S4，对抽取到的实体信息进行处理，生成新的故障现象描述文本；对抽取到的实体信息进行处理包括：对实体信息进行消歧，在标准故障库中寻找到标准名称；将提取出来的模块、关键词和相关的描述词汇组成一个新的更为精简的句子，从而生成新的故障现象描述文本；S5，利用语义相似度计算模型将所述故障现象描述文本与对应故障模块中的若干条标准故障模式进行相似度计算，得到故障推理结果；步骤S1包括：构建实体抽取数据集：对文本数据的实体进行标注，将实体抽取模型看成一个字级别的标注任务，采用BIO序列的标注规则，其中“B”表示实体的起始，“I”表示实体的中间，“O”表示非实体词汇；实体抽取模型的输入包括字向量、位置向量和分割向量，输出为每个字的标注标签；搭建实体抽取模型：实体抽取模型包括输入层、编码层、BERT层和CRF层；首先，通过编码层在数据预处理之前加入位置编码，并与输入向量进行求和；然后，通过BERT层提取文本特征序列，再通过CRF层采用条件随机场CRF的对数线性模型来表示整个文本特征序列的联合概率，更好地对文本特征序列中的标注标签进行预测；根据预测的标注标签序列总分数不断优化实体抽取模型，直到训练次数达到设定值；步骤S2包括：构建语义相似度计算数据集：首先将输入的故障现象描述文本与标准故障库中的标准故障模式构成句子对，构建一个包含句子对和标签的语义相似度计算数据集；搭建语义相似度计算模型：将句子对输入到Tokenization层进行分词和拼接，再将处理后的句子输入到Embedding层进行编码，在编码过程中，由于BERT模型的双向Attention机制，互为上下文的两个句子会相互影响，最终学习到两个句子的相似程度；通过Bert模型进行计算后，在输出层得到拼接句子的最终编码，将最终编码输入进Dropout层，抑制算法的过拟合；在Dropout层之后连接一个输出维度为2的全连接层，再使用softmax计算得到相似和不相似的概率；根据相似度得分不断优化语义相似度计算模型，直到训练次数达到设定值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国电子科技集团公司第十研究所，其通讯地址为：610000 四川省成都市金牛区茶店子东街48号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。