故障诊断知识图谱
Python安装
常用命令
pip install -r requirement.txt
python manage.py runserver 0.0.0.0:8000
virtualenv envsname
pip freeze > requirements.txt
pip install -r requirements.txt
python.exe -m pip install --upgrade pip
python -m pip install paddlepaddle==2.4.1 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install --upgrade paddle -i https://pypi.tuna.tsinghua.edu.cn/simple
python -m pip install paddlenlp -i https://pypi.tuna.tsinghua.edu.cn/simple
常用链接
https://blog.csdn.net/weixin_38643701/article/details/125544214
https://blog.csdn.net/TgqDT3gGaMdkHasLZv/article/details/128379259
https://gitee.com/ling2/Shukongdashi
https://gitcode.net/mirrors/gaussic/text-classification-cnn-rnn?utm_source=csdn_github_accelerator
https://www.codenong.com/cs106715332/
https://github.com/google-research/bert
https://blog.csdn.net/jiaowoshouzi/article/details/89388794
http://localhost:81/dashapp/#/pages/knowledge/troubleshooting
http://localhost:81/dashapp/#/pages/knowledge/failureRetrieval
http://localhost:81/dashapp/#/pages/knowledge/faultDetail
https://www.paddlepaddle.org.cn/install/quick
燕千云助力ITSM知识沉淀与复用 https://mp.weixin.qq.com/s/DaLmb4xM0MyqHspITvOciA
飞桨
ERNIE实现设备故障自动研判-故障文本分类 https://aistudio.baidu.com/aistudio/projectdetail/5557209?forkThirdPart=1
PaddleHub：文本相似度判断（千言数据集）https://aistudio.baidu.com/aistudio/projectdetail/755962?channelType=0&channel=0
基于Paddlespeech与OpenCV的课程笔记整理助手 https://aistudio.baidu.com/aistudio/projectdetail/4863999?channelType=0&channel=0
基于ERNIELayout&PDFplumber-UIEX多方案学术论文信息抽取 https://aistudio.baidu.com/aistudio/projectdetail/5196032?channelType=0&channel=0
知识库问答系统（KBQA）初探 https://aistudio.baidu.com/aistudio/projectdetail/3206157?channelType=0&channel=0
NLPCC 2018 Shared Task Guidelines http://tcci.ccf.org.cn/conference/2018/taskdata.php
实践课4 基于预训练模型完成实体关系抽取 https://aistudio.baidu.com/aistudio/projectdetail/5571679?contributionType=1
结构
├── Shukongdashi
└── demo
├── checkpoints //存放CNN的训练模型
├── data //CNN预测辅助代码和文件
├── cnews //使用CNN预测用到的词
└── cnews_loader.py //为数据的预处理文件
├── fencidian.txt //分词词典
├── question_answer.py //第一版故障诊断代码（已弃用）
├── question_baocun.py //处理用户反馈的代码
├── question_buquan.py //自动补全代码
├── question_pa.py //在线分析性代码，爬取解决方法
├── question_wenda.py //问答功能
├── question_zhenduan.py //故障诊断代码
├── stopwords.txt //停用词词典
└── zhuyu.txt //故障部位词典
├── Model
└── neo_models.py //执行neo4j数据库操作
├── test_my
├── data_wordToMysql //将word中的数据转换成csv文件，存储到MySQL中
├── test_cnnrnn //CNN卷积神经网络预测
├── checkpoints //存储训练模型
├── data //数据的预处理文件
├── neo4j //导入Neo4j的数据
├── baojing.csv //故障代码
├── caozuo.csv //执行的操作
├── caozuoxianxaing.csv //由于执行某操作引起了某现象
├── xianxaingbaojing.csv //某现象对应的报警信息
├── xianxaingbuwei.csv //某现象对应的故障部位
├── xianxiang.csv //故障现象
├── xianxiangxianxiang.csv //故障现象和故障现象之间的关联关系
├── xianxiangyuanyin.csv //故障现象的间接故障原因
├── yuanyin2.csv //故障原因
└── zhuyu.csv //故障部位
├── cnn_model.py //CNN配置
├── guzhangfenxi.py //构建Neo4j数据库用的数据
└── predict.py //CNN预测识别故障描述类型
└── xianxiangfenxi //故障部位词典
├── baojing.csv //对故障现象进行拆分，抽取出故障部位，故障现象，故障发生的背景，手动标记后进一步标注含义
├── biaozhu_minming.txt //标注好的数据，用于训练CNN模型
└── guzhangxianxiang.csv //用于分析的故障现象文件
├── toolkit
└── pre_load.py //预加载训练模型和Neo4j数据库，还可以对读取词典进行预加载，进行性能优化
├── settings.py //配置访问端口等
├── urls.py //配置URL与python函数的映射
├── view.py //默认页面
└── wsgi.py
├── db.sqlite3
└── manage.py //Django框架项目启动入口neo4j修复
match(n:Errorid) set n.name=n.title remove n.title ;
match(n:Caozuo) set n.name=n.title remove n.title ;
match(n:Xianxiang) set n.name=n.title remove n.title ;
match(n:GuzhangBuwei) set n.name=n.title remove n.title ;
match(n:Yuanyin) set n.name=n.title remove n.title ;
MATCH (n:Errorid) set n.id = id(n)+'';
MATCH (n:Caozuo) set n.id = id(n)+'';
MATCH (n:Xianxiang) set n.id = id(n)+'';
MATCH (n:GuzhangBuwei) set n.id = id(n)+'';
MATCH (n:Yuanyin) set n.id = id(n)+'';
MATCH p=(m)-[r]->(n) where r.sourceId is null and r.targetId is null set r.sourceId=m.id,r.targetId=n.id ,r.id=m.id+n.id+'';
MATCH p=(m)-[r]->(n) where r.id is null set r.sourceId=m.id,r.targetId=n.id ,r.id=m.id+n.id+'';api
- 故障诊断接口
参数含义：pinpai：品牌 xinghao：型号 errorid：故障代码 question：故障描述 relationList：相关现象 其中故障描述必须有，其他均可选，相关现象是在诊断出结果之后，用户反馈相关现象，再次进行诊断时用到的。多个相关现象中间用"|"分隔
- 在线分析接口：
在线分析接口参数同故障诊断
- 问答接口：
基于知识图谱，目前支持四类问题的问答：某故障原因会引起哪些现象？执行某操作时会遇到哪些错误？某部位常发生的故障有哪些？某故障报警的含义是什么？
http://127.0.0.1:8000/wenda?question=外部24V短路的故障会引起哪些现象
http://lp.ling2.cn:8000/wenda?question=外部24V短路的故障会引起哪些现象
https://lp.ling2.cn/api/ver2.0/api/wenda?question=外部24V短路的故障会引起哪些现象
- 反馈接口：
