基于自然語(yǔ)言處理的工藝檢測(cè)分類(lèi)方法研究
所屬分類(lèi)：技術(shù)論文
上傳者：wwei
文檔大小：1215 K
標(biāo)簽： 自然語(yǔ)言處理 機(jī)械加工 神經(jīng)網(wǎng)絡(luò)
所需積分：0分積分不夠怎么辦？
文檔介紹：主要研究了基于自然語(yǔ)言處理和機(jī)器學(xué)習(xí)算法的制造工藝公差檢測(cè)文本分類(lèi)的模型，針對(duì)傳統(tǒng)的工藝公差檢測(cè)任務(wù)人工分類(lèi)難度大、效率低、易出錯(cuò)等問(wèn)題，提出一種基于自然語(yǔ)言處理的深度學(xué)習(xí)建模方法。通過(guò)對(duì)大量真實(shí)的制造企業(yè)工藝檢測(cè)工序短文本數(shù)據(jù)進(jìn)行預(yù)處理，采用Jieba分詞工具提取詞干、去停用詞，將關(guān)鍵詞映射到高維度的向量中作為機(jī)器學(xué)習(xí)模型的特征向量，采用CNN模型、LSTM模型和GRU模型等機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法進(jìn)行訓(xùn)練以建立文本與類(lèi)別標(biāo)簽值的聯(lián)系。將模型用公差檢測(cè)文本實(shí)例進(jìn)行驗(yàn)證，結(jié)果表明所提出方法訓(xùn)練得到的模型可輔助檢測(cè)人員完成公差檢測(cè)任務(wù)分類(lèi)，且在準(zhǔn)確度與效率方面優(yōu)于傳統(tǒng)人工的方式。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。