有哪些信誉好的足球投注网站- 1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第42卷第1期计算机仿真2025年1月
文章编号：1006-9348(2025)01-0030-06
通航飞机维修文本故障数据的分词方法研究
付尧明，陈余杰，侯宽新，蒋正
（中国民航飞行学院航空工程学院，四川广汉618300）
摘要：中文分词是对维修文本数据处理的基础任务，面对专业领域语料往往比通用领域涵盖更多的未登录词，例如通航领域
语料包含大量口语化或人工合成的结构名、部件名、故障名、工具名等未登录词，是造成分词准确率低的最主要原因。针对
以上题，面向通航领域提出一种基于BERT-BiLSTM-CRF的中文分词模型，首先利用BERT(BidirectionalEncoderRepre-
sentationfromTransformers）预训练模型来获取输人文本的语义特征，其次结合双向长短记忆神经网络学习上下文特征信息，
最后通过条件随机场算法（CRF：ConditionalRandomField）预测最优序列，提高分词准确性。利用收集通航领域维修文本数
据，经过数据处理与文本标注，构建通航领域维修文本数据语料库，并基于此展开对比实验。相较于传统的BiLSTM、
BiLSTM-CRF等模型，所提方法得到的综合指标F1值为96.93%，与BiLSTM-CRF相对比提升1.41%。验证了所提方法对
通航领域维修文本数据进行分词的有效性。
关键词：通用航空；维修数据；中文分词；深度学习
中图分类号：TP391文献标识码：B
ResearchonWordSegmentationMethodforFault
DataofAviationAircraftMaintenanceText
FUYao-ming,CHENYu-jie,HOUKuan-xin,JIANGZheng
(CivilAviationFlightUniversityofChina,CollegeofAviationEngineering,GuanghanSichuan618300,China)
ABSTRACT:Chinesewordsegmentationisafundamentaltaskintheprocessingofmaintenancetextdata.Profes-
sionaldomaincorporaoftencovermoreunregisteredwordsthangeneraldomaincorpora.Forexample,aviationdomain
corporacontainalargenumberofcolloquialorartificiallysynthesizedstructurenames,componentnames,fault
names,toolnames,andotherunregisteredwords,whichisthemainreasonforlowwordsegmentationaccuracy.To
solvethisproblem,thispaperproposesaChinesewordsegmentationmodelbasedonBERTBiLSTM-CRFforthenav-
igationfield.First,theBERT(BidirectionalEncoderRepresentationfromTransformers)pre-trainingmodelisused
toobtainthesemanticfeaturesoftheinputtext.Second,t
文档评论（0）