基于自然语言生成的制造企业自动化图表分析方法研究

• 全文链接
• 请求原文

作   者：

王旭;  刘昌宏;  李生春;  刘爽;  赵康廷;  陈亮; 

作者机构：

陕西师范大学数学与统计学院;  西安工程大学计算机科学学院;  重庆中烟工业有限责任公司; 

关键词：

图表分析;  LSTM;  知识蒸馏;  自然语言生成; 

期刊名称：

计算机科学

i s s n：

1002-137X

年卷期：

2024 年 51 卷 004 期

页   码：

174-181

摘   要：

随着数字化转型的浪潮席卷全球,制造企业每天都会产生大量的图表数据,传统的图表分析方法很难对图表数据进行高效、准确的分析,自动化图表分析方法成为图表分析的重要手段.为解决自动化图表分析方法在实际应用时很难满足具体需求的问题,提出了一种基于自然语言生成的制造企业自动化图表分析方法.该方法基于LSTM对图表数据进行分析,并针对分析过程中出现的多余数据误导LSTM等问题,在嵌入层之后增加判别器层使LSTM能够根据图表类型进行更有针对性的语义理解和文本预测;针对图表分析过程中生成描述语句质量差等问题,参考集束搜索和随机采样策略,提出随机集束采样策略以提高图表分析质量,并引入知识蒸馏方法对LSTM进行优化,进一步提高描述文本的质量.实验证明,相较于LSTM,该方法文本质量提升了 8.9%.为了便于将该方法应用在实际中,设计并开发了制造企业自动化图表分析系统,并将该方法引入作为图表分析工具.实验结果表明,所提方法能够提高制造企业图表分析的质量和效率.