In this study, the current use of natural language processing in Swedish and international nuclear power plants has been investigated through semi-structured interviews. Furthermore, natural language processing techniques have been studied to find out how text data can be analyzed and utilized to aid operations and maintenance in the Swedish nuclear power plant industry. The state-of-the-art transformers model BERT was used to analyze text data from operations at a Swedish nuclear power plant. This study has not managed to find any current implementations of natural language processing techniques for operations and maintenance in Swedish nuclear power plants. Natural language processing does exist in examples such as embedded search functionalities internally or chatbots on the customer side, but it does not relate to the scope of this project. Some international actors have successfully implemented natural language processing for the classification of text data such as corrective action programs. Furthermore, it was observed that the lingo and jargon in the nuclear power plant industry differ between utilities as well as from the native language. To tackle this, models further trained on domain-specific data could be beneficial to better analyze the text data and solve natural language processing tasks. As the data used in this study was unlabeled, expert input from the nuclear domain is required for a proper analysis of the results. Working for a more data-driven industry would be valuable for the implementation of natural language processing. / I denna studie har den nuvarande användningen av Natural language processing (NLP) i svenska och internationella kärnkraftverk undersökts genom semistrukturerade intervjuer. Vidare har NLP studerats för att ta reda på hur textdata kan analyseras och användas för att underlätta drift och underhåll i den svenska kärnkraftsindustrin. Transformersmodellen BERT användes för att analysera textdata från driften vid ett svenskt kärnkraftverk. Denna studie har inte lyckats hitta några aktuella implementeringar av NLP för drift och underhåll i svenska kärnkraftverk. NLP finns som inbäddade sökfunktioner internt eller chatbottar på kundsidan, men dessa omfattas inte av detta projekt. Vissa internationella aktörer har framgångsrikt implementerat NLP för klassificering av textdata som t.ex. avhjälpande underhåll (Corrective action programs). Vidare observerades att språket och jargongen inom kärnkraftsindustrin skiljer sig mellan olika kraftverk och från det vanliga språket. Genom att träna modellerna på domänspecifik data skulle modellerna kunna prestera bättre. Eftersom data som användes i denna studie var omärkt (unlabeled), krävs expertinput från kärnkraftsområdet för en korrekt analys av resultaten. Att arbeta för en mer datadriven industri skulle vara värdefullt för implementeringen av NLP / Feasibility Study on Artificial Intelligence Technologies in Nuclear Applications
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:uu-479344 |
| Date | January 2022 |
| Creators | Kåhrström, Felix |
| Publisher | Uppsala universitet, Avdelningen för systemteknik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | UPTEC F, 1401-5757 ; 22037 |
Page generated in 0.0021 seconds