来源：期刊VIP网 时间：
作者：胡杰;陈林;魏敏;耿黄政;张潇;卿海华;乔美昀;
单位：武汉理工大学现代汽车零部件技术湖北省重点实验室;武汉理工大学现代零部件技术湖北省协同创新中心;新能源与智能网联车湖北工程技术研究中心;上汽通用五菱汽车股份有限公司;
摘要：为解决目前车企售后维修存在的过度依赖维修技师经验、维修手册查阅低效和维修历史数据未有效利用等问题，基于某车企闲置的售后维修数据，将知识图谱引入汽车故障领域。鉴于数据中部分字段的文本数据为长文本类型，提出一种基于规则预处理与深度学习模型实体抽取结合的方法，挖掘利用车辆维修历史数据，完成汽车故障知识图谱的构建。为有效利用汽车故障知识图谱协助维修技师进行故障诊断，设计了一种基于知识图谱的车辆故障诊断流程，该流程包含一种融合知识图谱多实体和XGBoost的故障诊断方法。实验对比和实际案例测试分别验证了故障诊断方法的有效性和流程的实际可用性。
关键词：知识图谱;;XGBoost;;故障诊断;;深度学习;;实体抽取
基金资助：广西科技重大专项(2023AA03009)
