飞机的生产装配是一项高度复杂且极其重要的工作,为保障装配工作的顺利进行以及保证产品的质量,需依据工艺操作说明文本进行装配,其编制过程是一项复杂且繁琐的工作。工艺操作说明具有相似性和可重用性,可形成典型的且高复用的模板,模板的使用可提高工艺编制效率。针对工作操作说明模板的获取问题,本文提出一种基于实体识别与聚类分析相结合的方法,把工艺操作说明生成模板形式。该方法首先识别文本中的工艺参数,并泛化为词槽形式;其次对泛化后的文本进行聚类分析,最后从中抽取标准化、规范化的模板。首先,本文根据工艺操作说明模板的构建要求,定义工程图纸、参考标准、零件号等11类实体,共标注数据15990句。飞机装配工艺中的操作说明具有较强的领域性,与通用领域下的实体相比,其表现出较强的上下文依赖性。基于此,本文采用基于双向长短时记忆神经网络与条件随机场模型并结合词典与规则的方法来解决此类问题,实验结果表明,总体F1值较基线方法相比在两个实验语料上分别提升了1.52%、4.14%。其次,由于工艺操作主要可以分为零件定位、检验、安装等11个类别,而每一个类别又可以精细划分为不同的子类。基于此,本文提出两阶段聚类算法。第一阶段,本文使用K-means聚类算法按照以上11种类别进行粗划分;第二阶段,本文使用层次聚类算法对每一种类别中的工艺数据对象进行精细化分。最后,本文在专业工艺人员的指导下,对两个实验语料分别抽取97和284个工艺操作说明模板,并达到了工艺设计要求。