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

2.1 生物信息的分类 ◼ 化学信息 ◼ 血液 ◼ 代谢物 ◼ 呼吸气体 ◼ 其它体液等 ◼ 以往通过化验来检测 ◼ 现在很多实现仪器自动分析 2.2 生物电现象 2.3 生物磁现象 2.4 生物声现象 2.5 生物光现象 ◼ 光的来源 ◼ 特殊腺器官，在受到刺激时分泌出发光必须的物质 ◼ 在体表面的腺细胞，只在受到刺激时才分泌 ◼ 散布在细胞内各处的小发光微粒 ◼ 生物光的颜色 ◼ 蓝，绿，黄，红 ◼ 荧火虫的发光最强 ◼ 人体发出的生物光为蓝色，太弱，肉眼无法看见 2.6 其它生理信息 ◼ 血压、脉搏、心音 ◼ 血压：指血管内血液对血管壁的側压（Pa） ◼ 1mmHg=12.9mm血柱=133.332Pa ◼ 心脏收缩，血压上升，称为收缩压 ◼ 心脏舒张，血压下降，称为舒张压 ◼ 脉搏（动脉搏动） ◼ 动脉内压力周期性的波动，引起动脉血管发生搏动，称为动脉脉搏。检测脉搏的波形，可以诊断不同的疾病