故障文本分类数据集

当前基于深度学习的故障文本分类已成为故障诊断和分析的关键技术，但单独使用循环神经网络或卷积神经网络难以有效捕获故障文本中的关键分类特征，本文提出一种交互注意力机制网络模型用于捕获故障文本中的关键分类特征，以提升分类性能。该模型利用交互注意力机制关注循环神经网络和卷积神经网络所提取特征中的关键分类特征，形成全局-局部特征；针对故障现象文本中故障件和故障模式两类关键分类信息，引入了故障件和故障模式注意力机制捕获关键故障信息，形成故障件-故障模式特征；基于全局-局部特征和故障件-故障模式特征的融合形成分类特征。利用多组数据进行故障文本分类实验，结果表明本文所提模型有着更优的性能。