大模型抽取工艺文档结构化数据的实验进展

在制造现场，大量工艺知识以点检记录、交接班日志、异常处理单等非结构化文本形式存在，难以直接用于分析建模。数据分析实验室近期开展了基于大语言模型的工业文档结构化抽取实验，验证其在真实数据场景下的可行性与边界。
实验选取某机加工车间三个月的历史异常处理单约1200份，测试模型对故障现象、原因分类、处置措施三类字段的抽取能力，并以人工抽检方式评估：
· 三类字段整体抽取准确率约91%，故障现象描述表现最稳定，原因分类受现场表述随意性影响波动较大；
· 补充行业术语对照表与少样本示例后，原因分类准确率由约76%提升至84%。
当前主要瓶颈是口语化表述与错别字对识别的干扰，以及跨段落语义合并的稳定性。下一步将引入术语归一化预处理模块，并扩展至注塑、装配两类场景验证，评估该方法能否稳定支撑故障知识库构建与复发模式分析。