基于深度自然语言处理的钻井报告序列挖掘与模式分析
计算与语言
2017-12-06 v1
摘要
油气行业的钻井活动数十年来以每日为基础对数千口井进行了记录，然而针对此类文本的大规模信息检索、序列挖掘与模式分析极具挑战性。钻井报告包含钻井工人根据井下传感器与地面设备测量记录所作的解释，可用于作业优化与事故缓解。在这项初步工作中，提出了一种方法，将实际油田中数百口井的钻井报告句子自动分类为三个相关标签（EVENT、SYMPTOM 和 ACTION）。文本语料库中的一些主要挑战被克服，包括技术符号高频出现、技术术语的错拼/缩写，以及钻井报告中存在不完整句子。我们在该技术语言中取得了当前最佳（state-of-the-art, SOTA）分类准确率，并展示了该工具所支持的先进查询功能。
引用
@article{arxiv.1712.01476,
title = {Sequence Mining and Pattern Analysis in Drilling Reports with Deep Natural Language Processing},
author = {Júlio Hoffimann and Youli Mao and Avinash Wesley and Aimee Taylor},
journal= {arXiv preprint arXiv:1712.01476},
year = {2017}
}
备注
7 pages, 14 figures, technical report