Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于迁移学习的电力设备缺陷知识抽取系统及方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网上海市电力公司

摘要:基于迁移学习的电力设备缺陷知识抽取系统及方法,本发明通过分析电力缺陷文本特点,将迁移学习引入模型设计,以提高数据预处理效率,解决数据获取难的问题;提出基于电力设备缺陷领域的BERT‑BAC‑PCNN知识抽取模型,实现电力设备缺陷文本的实体抽取和关系抽取,从而得到适用于电力知识图谱的三元组数据集。最后以某电力公司运维记录为例进行知识抽取实验。本发明知模型收敛速度快,在训练次数较少的情况下,达到较好的精准率,泛化能力强,对提升电力知识图谱的构建效率具有实际意义。

主权项:1.基于迁移学习的电力设备缺陷知识抽取系统,包括数据获取模块、知识抽取模块和知识图谱构建模块,其特征在于:数据获取模块,将迁移学习引入模型设计,在数据预处理的过程中利用迁移模型对数据进行预处理,获取适用于电力设备缺陷文本知识抽取的标注数据;知识抽取模块,在电力设备缺陷领域,研究基于预训练语言模型的实体发现及关系抽取技术,使用结合BERT和双向门控注意力机制的结合模型进行实体抽取,以及使用BERT-PCNN进行基于远程监督的关系抽取;知识图谱构建模块,构建电力设备缺陷知识图谱三元组数据集,提高知识图谱的构建效率及可视化程度,丰富电力设备缺陷运维领域的体系化管理方式。

全文数据:

权利要求:

百度查询: 国网上海市电力公司 基于迁移学习的电力设备缺陷知识抽取系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。