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！

龙图腾网恭喜国网山西省电力公司晋城供电公司申请的专利基于深度学习算法的电力设备三元组构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113987211B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111349722.4，技术领域涉及：G06F16/36；该发明授权基于深度学习算法的电力设备三元组构建方法是由陈文刚;宰洪涛;张秀丽;张轲;许泳涛;罗滇生;何洪英;尹希浩;奚瑞瑶;符芳育;方杰;罗广唯设计研发完成，并于2021-11-15向国家知识产权局提交的专利申请。

本基于深度学习算法的电力设备三元组构建方法在说明书摘要公布了：本发明涉及人工智能领域。公开了一种基于深度学习算法的电力设备三元组构建方法，本发明提出的基于深度学习算法的电力设备三元组构建方法，提供了一种更加完善的电力设备知识图谱三元组抽取方案，即以自顶向下的构建方式构建模式层，并在所述模式层的指导下，采用自底向上的方式构建数据层；本方案清晰体现了电力设备文本的特点，能够完善电力设备三元组的设计方案，进而提高电力设备三元组的提取效率和准确率；本发明还提出了一种包括双向循环网络、膨胀门卷积神经网络和自注意力模型的实体关系抽取模型；该模型基于自底向上构建的数据层构建，采用概率图的思想来抽取电力设备三元组，进一步提高了电力设备三元组抽取的效率和准确率。

本发明授权基于深度学习算法的电力设备三元组构建方法在权利要求书中公布了：1.一种基于深度学习算法的电力设备三元组构建方法，其特征在于，包括：基于数据流编程构建的三元组提取模型：以自顶向下的构建方式构建模式层，并在所述模式层的指导下，采用自底向上的方式构建数据层，其中，所述模式层是知识抽取的知识组织架构，是对实体、实体间关系以及属性进行描述的数据模型，所述数据层包括命名实体抽取模型和实体关系抽取模型，针对待抽取文本的特点设计合适的抽取方法，进行实体、关系和属性3个知识要素的抽取，形成一系列高质量的事实表达，然后映射到模式层；利用所述命名实体抽取模型对待抽取文本进行电力设备命名实体识别，以实现电力设备命名实体抽取，并进行标注以得到标注实体；基于所述标注实体，通过所述实体关系抽取模型对所述待抽取文本进行电力设备实体关系抽取，以提取电力设备三元组，其中，所述实体关系抽取模型包括双向循环网络、膨胀门卷积神经网络和自注意力模型；所述基于所述标注实体，通过所述实体关系抽取模型对所述待抽取文本进行电力设备实体关系抽取，以提取电力设备三元组，包括：将所述命名实体抽取模型标注的实体作为所述实体关系抽取模型的一个输入，以得到第一结果，将待抽取文本重新训练得到的特征向量作为所述实体关系抽取模型另一个输入，以得到第二结果，将所述第一结果和所述第二结果拼接，并传入卷积神经网络，以提取到电力设备三元组；所述通过所述命名实体抽取模型对待抽取文本进行电力设备命名实体识别，以实现电力设备命名实体抽取，并进行标注以得到标注实体，包括：构建电力领域词库；获取训练集文本序列；基于所述训练集文本序列通过word2vec模型计算得到所述电力领域词库中各个词的空间向量，所述训练集文本序列通过字Embedding层计算得到字向量；通过字词混合Embedding方法得到所述字词混合Embedding向量序列编码；加上一个与字向量序列维度相同的PositionEmbedding向量，以使得所述编码出的向量序列的位置信息更加明显；将所述向量序列编码输入到膨胀率依次为1，2，5，1，2，5，1，2，5，1，1，1的12层膨胀门卷积神经网络中进行学习，以输出得到第一序列；将所述第一序列传入一层自注意力层中得到第二序列；将所述第二序列传入全连接层输出，用半指针半标注结构预测实体的首位置，以及实体的尾位置，以得到标注实体。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网山西省电力公司晋城供电公司，其通讯地址为：048026 山西省晋城市城区新市东街1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。