Invention Publication
- Patent Title: 一种基于预训练模型的多模型电力敏感信息识别方法
-
Application No.: CN202310407226.2Application Date: 2023-04-17
-
Publication No.: CN116451173APublication Date: 2023-07-18
- Inventor: 陈莉 , 乔勇 , 符士侃 , 曹晶 , 王磊 , 相增辉 , 陈轩 , 吴可人 , 李瑾辉
- Applicant: 国网江苏省电力有限公司信息通信分公司
- Applicant Address: 江苏省南京市北京西路20号
- Assignee: 国网江苏省电力有限公司信息通信分公司
- Current Assignee: 国网江苏省电力有限公司信息通信分公司
- Current Assignee Address: 江苏省南京市北京西路20号
- Agency: 北京慕达星云知识产权代理事务所
- Agent 李冉
- Main IPC: G06F18/25
- IPC: G06F18/25 ; G06F18/243 ; G06F18/214 ; G06N3/045 ; G06N3/0442 ; G06N3/0464 ; G06N3/08

Abstract:
本发明公开了一种基于预训练模型的多模型电力敏感信息识别方法,包括:获取历史电力信息数据集并对其进行敏感信息标注,获得训练集;基于预训练语言模型构建N个神经网络模型,并利用所述训练集对所述N个神经网络模型进行训练,其中N大于等于2;利用训练好的N个神经网络模型对待识别的电力信息数据集进行敏感信息识别,获得N个识别结果;输出最终识别结果:若N个识别结果相同,则直接输出识别结果;若N个识别结果不相同,则基于统计学习的多模型决策方法对所述N个识别结果进行处理,依据处理结果输出最终识别结果。本发明公开的一种基于预训练模型的多模型电力敏感信息识别方法显著提高了电力敏感信息识别模型的泛化能力和准确率。
Information query