发明公开
- 专利标题: 基于深度学习的电力标准实体关系抽取方法及装置
-
申请号: CN202310595713.6申请日: 2023-05-24
-
公开(公告)号: CN116861905A公开(公告)日: 2023-10-10
- 发明人: 郑倩 , 雍怡博 , 杨强 , 陈恭 , 袁葆 , 王军 , 钟天齐 , 姜海东 , 张涛 , 王倩 , 孙丽丽 , 张莹 , 管王宁 , 李澳澳 , 王思宁
- 申请人: 国家电网有限公司 , 国网智能电网研究院有限公司 , 北京中电普华信息技术有限公司 , 华北电力大学
- 申请人地址: 北京市西城区西长安街86号; ; ;
- 专利权人: 国家电网有限公司,国网智能电网研究院有限公司,北京中电普华信息技术有限公司,华北电力大学
- 当前专利权人: 国家电网有限公司,国网智能电网研究院有限公司,北京中电普华信息技术有限公司,华北电力大学
- 当前专利权人地址: 北京市西城区西长安街86号; ; ;
- 代理机构: 南京苏高专利商标事务所
- 代理商 李淑静
- 主分类号: G06F40/295
- IPC分类号: G06F40/295 ; G06F40/211 ; G06N3/0464 ; G06N3/08 ; G06F16/36 ; G06F18/23
摘要:
本发明公开了一种基于深度学习的电力标准实体关系抽取方法及装置。方法包括:(1)数据预处理,数据归类并清洗电力技术标准条款中的脏数据;(2)利用注意力图神经网络筛选依存关系,预测电力技术标准条款的实体关系三元组;(3)构建置信度模型,对抽取出来的三元组进行后处理过滤;(4)采用递进式抽取方法,从抽取出的三元组中构造出关系模板,凭借关系模板在文本中进行匹配从而发现新的关系。本发明综合利用自然语言处理技术和深度学习技术对电力标准进行实体关系抽取,能够更准确、更高效获得电力标准实体关系。