量化用于智能制造维护和基于维护的研究分析的隐性人类知识
nist-nestor的Python项目详细描述
##目的
此应用程序旨在帮助制造商“标记”其 NIST工程实验室的知识提取和应用项目根据[正在研究的方法](https://www.researchgate.net/project/Knowledge-Extraction-and-Application-for-Smart-Manufacturing)维护工单数据。这个目标 应用程序是为了理解以前 太无结构或充满行话而无法分析。当前版本是 在很早的阿尔法,所以请耐心使用这个应用程序。如果 如有任何问题,请随时与我们联系(见 是吗?](我们是谁)
###为什么?
通常有大量的维护数据已经可用 用于智能制造系统,但在当前不可用的 表格:服务票和维修工单(MWO)。nestor是 一个高效使用自然语言处理(nlp)的工具包 用户交互以最小的代价执行结构化数据提取 注释时间成本。
###功能
- 按重要性对概念进行排序,以节省时间
- 通过相似性建议术语统一,以便您快速查看
- 基本概念关系构建器,用于协助装配问题 代码和分类定义
- 作为标记输出的结构化数据,无论是可读的(逗号sep)还是 计算友好(稀疏矩阵)形式。
###里面是什么?
文档包含在/docs子目录中,托管为 网页和 [pdf](https://media.readthedocs.org/pdf/nestor/latest/nestor.pdf) 在[readthedocs.io](https://nestor.readthedocs.io/en/latest/)提供 是的。
当前:
- 标记工具:人在回路注释接口(pyqt)
- 非结构化数据处理工具包(sklearn风格)
- 用于标记mwos样式数据的可视化工具(正在开发中)
计划/进行中:
- kpi创建和可视化套件
- 机器辅助功能分类法生成
- 量化技能评估和培训建议引擎
- 图形数据库创建帮助和查询工具
###先决条件
这个包与anaconda python发行版兼容。 有关主要依赖项的完整列表,请参见[默认需求文件](https://github.com/usnistgov/nestor/blob/master/requirements/defaults.txt),以及运行[实验仪表板](https://github.com/usnistgov/nestor/blob/master/requirements/dash.txt)或[在本地编译文档](https://github.com/usnistgov/nestor/blob/master/requirements/docs.txt)的需求。
##我们是谁?
此工具包是 系统集成内的智能制造(KEA)项目 NIST部门。
###接触点
- [迈克尔·布伦达格](https://www.nist.gov/people/michael-p-brundage) 首席研究员
- [瑟斯顿塞克斯顿](https://www.nist.gov/people/thurston-sexton)内斯特技术主管
###贡献者: 名称Github句柄 -|- 瑟斯顿塞斯顿[@tbsexton](https://github.com/tbsexton) 萨沙莫科泽特[@sascha moccozet](https://github.com/saschaMoccozet) 迈克尔·布伦达格[@michaelpbrundage](https://github.com/MichaelPBrundage) 马杜苏达南[@msngit](https://github.com/msngit) 埃米莉·黑斯廷斯[@emhastings](https://github.com/emhastings) 利拉骨[@lelatbones](https://github.com/lelatbones)
###为什么是Kea?
kea项目寻求更好的数据收集和转换框架 智能制造系统中人与人之间的协作 专家和他们合作的机器,以更有效地利用 制造商可获得的数字和人力资源。基亚(nestor 另一方面,诺塔比利斯是世界上唯一的高山鹦鹉, 在新西兰南岛找到了他们的家。以他们的 智力和通过使用工具解决难题的能力 会经常一起努力达到他们的目标,尤其是 在它们严酷的山区栖息地很重要。