(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211015189.2 (22)申请日 2022.08.23 (71)申请人 中国铁道科 学研究院集团有限公司 地址 100081 北京市海淀区大柳树路2号 申请人 中国铁道科 学研究院集团有限公司 电子计算技术研究所 　 北京经纬信息技 术有限公司 (72)发明人 李新琴　代明睿　杜文然　李国华　 史维峰　马小宁　徐贵红　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 谭云 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/31(2019.01)G06F 16/35(2019.01) G06F 40/295(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 10/00(2012.01) (54)发明名称 铁路故障的知识抽取分析方法及装置 (57)摘要 本发明提供一种铁路故障的知识抽取分析 方法及装置， 该方法包括： 基于故障记录文本， 获 取铁路故障信息； 将铁 路故障信息输入到故障分 析模型中， 输出与铁路故障信息对应的故障分析 图谱。 本发 明提供的铁 路故障的知识抽取分析方 法及装置， 基于故障记录文本提取出有效的铁 路 故障信息， 以铁路故障信息作为铁路故障分析模 型的输入， 输出的结果为故障分析图谱。 实现通 过神经网络从高速铁路信号设备故障信息中， 以 抽取故障致因和处理方法知识为目的， 对故障原 因分析文本数据识别、 发现和推断事件之间的复 杂关系， 能够有效辅助现场分析故障致因， 为故 障处理给予强有力的理论支持。 权利要求书2页 说明书15页 附图3页 CN 115455194 A 2022.12.09 CN 115455194 A 1.一种铁路故障的知识抽取分析 方法， 其特 征在于， 包括： 基于故障记录文本， 获取铁路故障信息； 将所述铁路故障信 息输入到故障分析模型中， 输出与 所述铁路故障信 息对应的故障分 析图谱； 其中， 所述故障分析图谱用于展示所述故障记录文本中的故障原因及故障整改链路； 所述故障分析模型是根据历史故障记录， 以及从所述历史故障记录提取出的实体和实体关 系训练得到的； 所述实体和实体关系是根据铁路故障知识结构确定的。 2.根据权利要求1所述的铁路故障的知识抽取分析方法， 其特征在于， 所述故障分析模 型包括知识标注层、 知识抽取层和图谱匹配层； 将所述铁路故障信息 输入至所述知识标注层进行统一标注， 获取 标注序列集 合； 将所述标注序列集 合输入至知识抽取层， 获取知识三元组； 将所述知识三元组输入至图谱匹配层， 构建所述故障分析图谱。 3.根据权利要求2所述的铁路故障的知识抽取分析方法， 其特征在于， 所述将所述标注 序列集合输入至知识抽取层， 获取知识数据， 包括： 基于所述标注序列集 合， 获取第一特 征向量和第二特 征向量； 将第一特 征向量输入至实体识别模型， 获取 各实体对应的实体内容； 基于所述实体内容、 所述第二特 征向量输入至关系抽取模型， 获取 所述知识三元组； 其中， 所述实体识别模型是基于所述历史故障记录及其标注出的实体训练得到的， 所 述关系抽取模型 是基于所述历史故障记录及其标注出的实体关系训练得到的。 4.根据权利要求3所述的铁路故障的知识抽取分析方法， 其特征在于， 所述标注序列集 合包括原文序列、 索引序列、 命名实体序列、 关系序列和关系索引序列； 所述基于所述文本特 征向量， 获取第一特 征向量和第二特 征向量， 具体包括： 基于所述原文序列和所述命名实体序列， 获取 所述第一特 征向量； 基于所述标注序列集 合， 获取所述第二特 征向量。 5.根据权利要求3所述的铁路故障的知识抽取分析方法， 其特征在于， 所述将第 一特征 向量输入至实体识别模型， 获取 各实体对应的实体内容， 包括： 将所述第一特 征向量输入至所述实体识别模型中的嵌入层， 输出第一词向量； 利用双向长短期记 忆网络Bi ‑LSTM对所述第一词向量进行处 理， 获取第二词向量； 利用条件随机场CRF对第二词向量进行解码， 获取 所述实体内容。 6.根据权利要求3所述的铁路故障的知识抽取分析方法， 其特征在于， 所述基于所述实 体内容、 所述第二特 征向量输入至关系抽取模型， 获取 所述知识三元组， 包括： 将所述第二特 征向量输入至所述关系抽取模型中的嵌入层， 输出第三词向量； 利用多头注意力机制对所述第三词向量， 输出实体依赖关系； 基于所述实体依赖关系和所述实体内容进行处 理， 获取所述知识三元组。 7.一种铁路故障的知识抽取分析装置， 其特 征在于， 包括： 数据获取模块， 用于基于故障记录文本， 获取铁路故障信息； 故障分析模块， 用于将所述铁路故障信息输入到故障分析模型中， 输出与所述铁路故 障信息对应的故障分析图谱； 其中， 所述故障分析图谱用于展示所述故障记录文本中的故障原因及故障整改链路；权　利　要　求　书 1/2 页 2 CN 115455194 A 2所述故障分析模型是根据历史故障记录， 以及从所述历史故障记录提取出的实体和实体关 系训练得到的； 所述实体和实体关系是根据铁路故障知识结构确定的。 8.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述铁路故障的知识抽取分析 方法。 9.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机 程序被处 理器执行时实现如权利要求1至 6任一项所述铁路故障的知识抽取分析 方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至 6任一项所述铁路故障的知识抽取分析 方法。权　利　要　求　书 2/2 页 3 CN 115455194 A 3