대규모 산업시설에서 고장보고서로부터 고장지식 추출 프레임워크 개발
Failure Knowledge Extraction Framework from Failure Reports in Large Industries
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
대규모 산업시설은 고장 진단 및 조치는 현장 전문가에 의해 이루어진다. 하지만, 모든 고장을 한정된 현장 전문가에 의존하는 것은 한계가 있다. 이러한 이유로 산업계에서는 고장보고서를 기록하여, 추후 고장 조치에 이용하고자 축적하고 있다. 하지만, 지식 재이용에 대한 접근이 없어 적합한 자료를 적시에 획득하지 못하기 때문에 고장조치가 늦어지고 그로 인한 조업 지연으로 경제적 손실을 초래하고 있다. 따라서 본 논문에서는 자연어로 작성된 고장보고서를 시스템이 이용할 수 있도록 정형 지식으로 자동으로 변환하고, 사용자가 직접 지식을 구축할 수 있는 고장지식 추출 프레임워크를 개발했다. 실제 공장에서 작성된 고장보고서를 분석하여 문장 패턴을 도출하였으며 이를 통해서 자동으로 분석된 고장보고서 내용을 필요한 경우 사용자가 직접 지식을 수정할 수 있는 인터페이스를 제공하여, 손쉽게 고장지식 추출이 가능하다. 제안된 지식 재이용 방법은 도메인 지식관리 및 공장 관리 자동화 시스템에 유용하게 활용될 수 있을 것으로 기대된다.
Abstract
In large-scale industrial plants, fault diagnosis and treatment are conducted by field experts. However, there is a limit to relying on limited number of field experts for all faults. For this reason, the industry records a failure report and accumulates it for use in future trouble shooting. However, it is almost to impossible to search from failure report and reuse this knowledge in the real time so it produces huge delay and becomes a critical industrial disaster. In this paper, we propose the problematic knowledge extraction framework, which allows transferring failure reports to structured knowledge and who filed experts can construct their knowledge easily. The framework automatically transfers the content of analyzed failure report to the structured knowledge, and it provides UI for users to easily modify the knowledge base. The proposed knowledge-reuse approach can be expected to use for domain knowledge maintenance and the industrial plant management automation system.
참고문헌 (10)
- H. Cheong, "Automatic extraction of function knowledge from text", ASME 2015 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference (2015), American Society of Mechanical Engineers
- B. Dalvi, "IKE-an interactive tool for knowledge extraction", Proceedings of the 5th Workshop on Automated Knowledge Base Construction (2016)
- J. Plu, "Knowledge extraction in web media: at the frontier of NLP, machine learning and semantics", Proceedings of the 25th International Conference Companion on World Wide Web (2016), International World Wide Web Conferences Steering Committee
- R. Upadhyay, "Semantic knowledge extraction from research documents", Computer Science and Information Systems (FedCSIS), 2016 Federated Conference on (2016), IEEE
- An extensible framework for automatic knowledge extraction from student blogs, "A. M. Connor", ~ (2014)
- A. Sawsaa, "Extracting information science concepts based on jape regular expression", In:WORLDCOMP'11 The 2011 World Congress in Computer Science, Computer Engineering, and Applied Computing, pp.18~21 (2011)
- S. Morwal, "Named entity recognition using hidden Markov model (HMM)", International Journal on Natural Language Computing (IJNLC), 1(4), pp.15~23 (2012)
- Z. Ju, "Named entity recognition from biomedical text using SVM", Bioinformatics and Biomedical Engineering, (iCBBE) 2011 5th International Conference on (2011)
- Iqbal, Rizwan, "An analysis of ontology engineering methodologies: A literature review", Research journal of applied sciences, engineering and technology, 6(16), pp.2993~3000 (2013)
- 김도형, "대규모 산업시설을 위한 전문가 지식 기반 예방정비시스템", 정보과학회 컴퓨팅의 실제 논문지, 23(1), pp.1~12 (2017), 한국정보과학회[DOI]