基于层次结构的提示调优与双向信息传播方法在故障数据挖掘中的应用

《Knowledge-Based Systems》：Hierarchy-aware prompt tuning with bidirectional information propagation for failure data mining

　　

一丁|冯竹|派正|闵谢

• •
  我们提出了一种基于层次结构的提示调整方法，专为故障数据挖掘和管理而设计，能够在实际的运维条件下实现少样本层次文本分类。
• •
  我们开发了一种双向逐层传播（BLP）机制，该机制直接作用于软语言模型，以实现基于层次结构的提示调整，从而促进标签层次间的自上而下和自下而上的信息流动。
• •
  我们提出了一种适用于层次分类的不确定性量化方法，提高了运维工作流程中的鲁棒性和实际应用性。
• •
  我们在一个大型海上风电运维数据集（LGS-Offshore，313台风力发电机）上验证了该方法，其性能指标为：使用BERT时准确率为0.846，使用RoBERTa时准确率为0.849；在极端条件下（具体条件未提及），使用BERT时的准确率为0.429。此外，在具有更复杂三级分类体系的开放领域DBpedia类语料库上的实验表明，该框架具有扩展到其他层次文本语料库的潜力。