我所李润梅老师参与完成的论文《基于模糊自然语言处理的铁路CTC接口文本智能测试方法》于2024-06在《智能科学与技术学报》正式发表。论文摘要如下：
摘要：模糊自然语言处理将模糊理论应用在自然语言处理(NLP)的任务中，随着大模型与人工智能的不断发展，有关文本数据的研究不断深化。铁路调度集中控制(CTC)系统作为大型复杂系统，各子系统、服务器软件间的接口数据均以日志文本格式存储与传输。由于其具有文本数量多、文本类型杂等特点，提出了一种模糊自然语言处理的方法，解决CTC系统接口数据的人工测试难题。模糊C均值(FCM)聚类算法将日志文本分为不同的标签类别，并将其作为NLP任务中命名实体识别的标签输入，在传统BiLSTM-CRF模型上引入BERT进行文本编码，更准确地理解文本之间的关系并提高文本识别的精确度。根据前序训练模型，研发了铁路CTC系统日志文本接口测试的智能验证工具，其可以改善目前CTC系统的人工测试现状，帮助测试人员进行接口测试验证，提升测试工作的智能化、自动化水平。
引用信息：角远韬, 李润梅, 王剑. 基于模糊自然语言处理的铁路CTC接口文本智能测试方法[J]. 智能科学与技术学报, 2024, 6(2): 201-209. DOI: 10.11959/j.issn.2096-6652.202419
论文链接：https://www.cjist.com.cn/zh/article/doi/10.11959/j.issn.2096-6652.202419/