《工业工程与管理》文本分析技术最新进展总结盘点

[1]王金凤,张子夜,冯立杰,等.基于负面在线评论与多维技术创新地图融合的技术机会识别研究[J].工业工程与管理,2024,29(02):70-79.DOI:10.19495/j.cnki.1007-5429.2024.02.008.  

关键词： 技术机会识别;;BERTopic主题模型;;负面在线评论;;多维技术创新地图    

摘要：从技术需求驱动视角，经由负面在线评论主题提取开展具有前瞻性的潜在创新方案研判，为企业精准识别技术创新机会提供方向。首先，检索目标技术创新领域相关专利文献，利用BERTopic主题聚类模型获取专利摘要数据中所含主题与关键词；其次，识别产品负面在线评论，利用主题模型遴选负面在线评论中的主题与关键词，剖析产品的突出问题点；再次，将前述创新要素进行维度划分，生成创新维度-创新要素表；然后，以领域内所含突出问题为导向，与创新法则迭代构建多维技术创新地图，生成系列潜在技术创新方案；最后，以智能手机为例，验证方法的可行性。研究结果表明，该模型能有效分析产品存在的突出问题，识别具有前瞻性的技术创新机会。

[2]胡洁,练朝春,李艳婷,等.基于自然语言处理的车企客户反馈数据挖掘：上汽通用五菱公司的案例[J].工业工程与管理,2022,27(06):192-200.DOI:10.19495/j.cnki.1007-5429.2022.06.022.    

关键词：客诉文本;;自然语言处理;;文本挖掘;;质量提升    

摘要：文本数据作为典型的非结构化数据，存在于汽车企业的全业务流程各个环节中。本文以上汽通用五菱公司“用户之声”数据集为背景进行案例研究，首先将文本数据进行预处理并构建汽车领域专业词典，然后将利用词向量训练模型获得的语义特征输入云算法池中的机器学习模型进行预测和分类，最终服务于应用层业务环节的各个场景和任务目标。本文一方面提炼出了基于文本数据挖掘的分析架构，另一方面提升了客户投诉反馈工单的数据质量，并对上海通用五菱公司文本数据体系建设和流程环节质量提升有积极的促进作用。

[3]卢啸岩,郑宇,昝欣.基于BERT-BiLSTM-TFIDF的产品研发文档关键词抽取方法[J].工业工程与管理,2023,28(02):99-106.DOI:10.19495/j.cnki.1007-5429.2023.02.011.    

关键词：关键词抽取;;产品研发文档;;BERT-BiLSTM-TFIDF    

摘要：制造企业现有的内部知识管理系统大多通过人工选取产品研发文档标签，效率低下。应用自然语言处理技术抽取文档关键词作为文档标签有助于制造企业知识管理系统智能化。针对产品研发文档关键词抽取问题，提出了BERT-BiLSTM-TFIDF关键词自动抽取方法，基于BERT-BiLSTM设计句权重模型计算各词语所在句子的句权重，同时添加词性权重以及外部语料库以改进TFIDF算法。本文提出的方法改善了现有关键词自动抽取方法没有合理利用词语的语义信息、上下文关系信息的缺点，经过实验证实具有较好的效果。

[4]袁博,郝澜宇,陈震,等.基于文本挖掘的飞机装配质量问题智能诊断——以中国商飞公司为案例[J].工业工程与管理,2021,26(05):195-202.DOI:10.19495/j.cnki.1007-5429.2021.05.024.    

关键词：民机装配;;文本挖掘;;人工智能;;辅助决策;;质量问题    

摘要：传统的民用飞机装配质量问题处置主要依赖人工经验,通过借助大数据分析与人工智能技术能够有效提高装配效率与质量。本文选取中国商飞公司作为典型案例,分析基于文本挖掘的飞机装配质量问题智能诊断研究的实施过程,总结技术创新的具体实现路径。首先识别民机生产过程中质量管理的实际需求。然后借助大数据和人工智能相关技术,将非结构化文本信息转化为结构化数据,充分挖掘历史数据中的有效信息。最后以此为基础设计修复方案推荐算法,实现对质量问题的分析与处置,从而辅助人工进行管理决策,实现民机装配的提质增效。

[5]刘根,洪舸,冷柏寒,等.基于知识图谱的汽车运维专家系统集成建模[J].工业工程与管理,2022,27(05):19-27.DOI:10.19495/j.cnki.1007-5429.2022.05.003.    

关键词：专家系统;;知识图谱;;集成建模;;命名实体识别;;文本质量评估    

摘要：运用网络信息资源构建知识库以提供知识答疑服务，有助于汽车企业或第三方平台获取竞争优势。本研究通过汽车运维专家系统集成建模，提出了基于知识图谱的系统构建方案。在命名实体识别方法上，通过集成隐马尔可夫模型、条件随机场(conditional random field,CRF)、双向长短期记忆网络(Bi-directional long short-term memory,BiLSTM)、BiLSTM CRF和Lattice LSTM，提出了BM LSTM(boyer-moore long short-term memory)算法，提高了实体识别精度。在文本质量评估算法上，设计了二级文本质量评估体系，基于词林工具包Synonyms以及Levenshtein Distance算法评估了问题匹配质量，基于TF-IDF(term frequency-inverse document frequency)相似度算法并围绕完整性、准确性、可靠性、论述强度评估了答案文本质量。最后对所提模型和算法进行了实验，证明了其有效性。

[6]李吉涛,秦华,冉令华.基于用户绩效的显示器视觉测评方法研究[J].工业工程与管理,2020,25(06):109-115.DOI:10.19495/j.cnki.1007-5429.2020.06.013.    

关键词：视觉绩效;;视觉疲劳;;视觉搜索;;辐辏近点    

摘要：不同显示器之间的视觉绩效存在差异。为了对比不同显示器之间的可用性程度,提出了基于视觉搜索速度的显示器测评方法。对两组不同性能指标的计算机和电脑显示器进行对比试验,共22名参试者被分为两组分别参与了电视显示器和计算机显示器的实验。收集了参试者的辐辏近点距离数据和参试者的主观评舒适度打分数据来验证所提出方法。对所测试显示器进行TCO指标测量,所测得结果与辐辏近点距离和主观评舒适度打分结果一致。另外发现色彩均匀性与色温会对视觉搜索绩效产生影响。

[7]潘浩,高英铭,潘尔顺.短文本相似性的改进及其在电商评论推荐中的应用[J].工业工程与管理,2019,24(05):132-137+145.DOI:10.19495/j.cnki.1007-5429.2019.05.018.    

关键词：评论推荐;;文本相似性;;搜索引擎;;点互信息;;指派问题    

摘要：在常用评论特征的基础上,提出了一种基于搜索引擎(如百度)的文本相似性方法获取评论与产品标题之间的相似性,并作为新的评论特征建立评论推荐模型。实验证明,引入评论与产品相似性特征可明显改进评论推荐机制的有效性,同时文本相似性评价的准确性可以借助搜索引擎得到较大提升。

[8]王江,郝敏霞.项目后学习:环境影响后评价报告文本挖掘与分析[J].工业工程与管理,2019,24(06):173-179+194.DOI:10.19495/j.cnki.1007-5429.2019.06.021.  

关键词： LDA主题模型;;环境影响后评价;;文本挖掘;;R语言    

摘要：项目后评价报告包含了大量的容易被忽视的隐性经验知识,是组织学习的重要知识来源。提出了一种基于LDA主题挖掘模型的经验学习方法,运用该方法,以环境影响后评价报告为数据来源,R语言作为分析工具,对隐含在项目环境影响后评价报告中的关键经验知识进行挖掘和分析;通过对重要主题进行筛选来明确样本所讨论的内容,对文档分类以明确样本每篇文档中所重点研究的内容,发现不同文档间的相似点;通过关键主题词分析,得出6条解决环境问题的重要经验知识,即预先制定全面的应急措施、从根源入手解决环境问题、实时关注作业区动态、从项目设备入手降低环境影响、重视沟通、考虑位置因素等;通过绘制主题关系网络图,不仅可以清楚主题间的关系,进一步可以得出隐含类环境经验知识主要来源于与"事故"相关的事件和项目本身。