为了给数控机床故障的精准诊断提供保障,延长数控机床使用周期,以数控机床历史维修记录为研究对象,对数控机床设备故障领域的命名实体识别进行了研究。在分析历史维修记录中的故障描述特点后,提出了一种基于双向长短期记忆网络(Bidirectional long short-term memory, BLSTM)与具有回路的条件随机场(Conditional random field with loop, L-CRF)相结合的命名实体识别方法。首先,对输入语句进行分词和标注,使用Word2vec中的Skip-gram模型对标注语料进行预训练,将其生成的字向量通过词嵌入层转化为字向量序列;然后,将字向量序列输入BLSTM学习长期依赖信息;最后将句子表达输入L-CRF获取全局最优序列。实验结果表明,该方法明显优于其他命名实体识别方法,为数控机床设备的智能检修与实时诊断任务打下了坚实的基础
《大学英语 2》课程基本信息 《大学英语 2》教学进度计划表 第 一 周 Unit 1 Ways of Learning 预习课文 第 二 周 Unit 1 Ways of Learning Unit 2 Values 复述课文 听写 第 三 周 Unit 2 Values 作文 第 四 周 Unit 3 The Generation Gap 预习课文 第 五 周 Unit 3 The Generation Gap Unit 4 The Virtual World 复述课文 听写 第 六 周 Unit 4 The Virtual World 作文 讨论 第 七 周 Mid-Term Revision 预习课文 第 八 周 Unit 5 Overcoming Obstacles 复述课文 听写 第 九 周 Unit 5 Overcoming Obstacles Unit 6 Women, Half the Sky 作文 第 十 周 Unit 6 Women, Half the Sky 预习课文 第 十 一 周 Unit 7 Learning about English 复述课文 翻译 第 十 二 周 Unit 7 Learning about English Unit 8 Protecting Our Environment 讨论 第 十 三 周 Unit 8 Protecting Our Environment 第 十 四 周 General Revision 第 十 五 周 General Revision