En la actualidad, los datos cuantitativos se utilizan a menudo para el diagnóstico de fallas de dispositivos electromecánicos, mientras que los datos cualitativos en forma de texto rara vez se utilizan. Para integrar datos cualitativos en forma de texto y datos cuantitativos en el diagnóstico de fallas de un dispositivo electromecánico, se propone en este documento un método de diagnóstico de fallas orientado al texto basado en reglas de creencias (BRB). Específicamente, la información clave del diagnóstico de fallas se extrae del texto a través del procesamiento del lenguaje natural (NLP) y luego se convierte en reglas de creencias. Luego, se adopta un método de suplemento de reglas para agregar las reglas de creencias extraídas al BRB para completar la construcción del BRB. Este método aplica datos cualitativos en forma de texto al proceso de construcción del BRB, lo cual es un nuevo intento en el método de construcción del BRB. No solo resuelve el problema de que el BRB no puede usar datos cualitativos en forma de texto, sino que también mejora la precisión de modelado y la capacidad de procesamiento de datos comprensivos del BRB. Para verificar la efectividad del algoritmo, diseñamos un experimento de diagnóstico de fallas de motor asíncrono en el estudio de caso. El resultado experimental muestra que el método propuesto puede utilizar datos cualitativos en forma de texto para construir BRB y diagnosticar eficazmente fallas de motores asíncronos. El MSE del método propuesto es 0.0451, que es mejor que el del BRB tradicional (0.1461), BP (0.0613) y SVR (0.0974) bajo las mismas condiciones experimentales.