发明公开
- 专利标题: 一种基于融合知识图谱与ERNIE+CNN的风险评估方法
-
申请号: CN202410653531.4申请日: 2024-05-24
-
公开(公告)号: CN118627885A公开(公告)日: 2024-09-10
- 发明人: 李佑伟 , 朱鹏宇 , 李萍 , 高云云 , 华梦 , 王业 , 黄翔 , 任旭超
- 申请人: 国网江苏省电力有限公司淮安供电分公司 , 国网江苏省电力有限公司
- 申请人地址: 江苏省淮安市淮海南路134号;
- 专利权人: 国网江苏省电力有限公司淮安供电分公司,国网江苏省电力有限公司
- 当前专利权人: 国网江苏省电力有限公司淮安供电分公司,国网江苏省电力有限公司
- 当前专利权人地址: 江苏省淮安市淮海南路134号;
- 代理机构: 北京圣州专利代理事务所
- 代理商 刘岩
- 主分类号: G06Q10/0635
- IPC分类号: G06Q10/0635 ; G06Q50/06 ; G06N5/022 ; G06N3/0464 ; G06F18/10 ; G06F18/213 ; G06F18/25 ; G06F40/284 ; G06N3/0442 ; G06N3/0455 ; G06N3/047 ; G06N3/084
摘要:
本发明公开了一种基于融合知识图谱与ERNIE+CNN的风险评估方法,包括以下步骤:S1、数据准备与收集;S2、数据预处理;S3、通过预处理的数据构建二次作业风险知识图谱;S4、将知识图谱中的实体和关系映射到低维向量空间中,采用TransD算法将知识图谱中的实体和关系映射到低维向量空间中;S5、利用ERNIE+CNN模型进行特征提取;S6、使用ERNIE+TextCNN形成融合知识图谱与ERNIE+CNN的风险分级模型。本发明采用上述的一种基于融合知识图谱与ERNIE+CNN的风险评估方法,在传统二次作业风险评估方法的基础上融合了二次作业风险知识图谱,采用ERNIE+CNN深度学习模型。