基于自然语言生成的制造企业自动化图表分析方法研究

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。