-
公开(公告)号:CN115293149A
公开(公告)日:2022-11-04
申请号:CN202210936756.1
申请日:2022-08-05
申请人: 国家电网有限公司大数据中心
IPC分类号: G06F40/279 , G06F16/33 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种实体关系识别方法、装置、设备及存储介质。该方法包括:通过提示学习模块,将输入的待识别文本数据转换为提示文本数据后,输入实体抽取模型输出数据实体集合和编码特征向量;实体抽取模型基于提示数据训练样本集迭代训练预训练实体抽取模型得到;通过图神经网络模块,基于数据实体集合和编码特征向量构建实体关系图,对实体关系图中的各节点进行分类得到实体类别;通过实体关系识别模块,对各实体类别进行关系分类输出所述待识别文本数据的实体关系,能够在少量标注数据样本的条件下得到较好的实体关系识别效果,减少实体抽取模型的训练对训练样本的数量需求、降低文本数据训练样本的标记成本,减少计算量和对设备的硬件要求。
-
公开(公告)号:CN114064928A
公开(公告)日:2022-02-18
申请号:CN202111407135.6
申请日:2021-11-24
申请人: 国家电网有限公司大数据中心
摘要: 本发明实施例公开了一种知识图谱的知识推理方法,包括:获取初始知识图谱,并根据初始知识图谱生成备选规则;对备选规则进行判别,确定置信度大于设定阈值的合格规则;根据合格规则对初始知识图谱进行推理补全,获取新的节点及对应关系,并添加至图谱知识集中。本发明实施例提供的知识图谱的知识推理方法,通过将规则推理方法与图神经网络推理方法进行结合,从而形成基于生成对抗模型的混合推理框架设计混合推理框架实现混合推理,并利用基于层次结构的链接预测方法对节点和关系进行预测,结合了不同推理方法的优点,既提高了知识推理的泛化能力与计算效率,也保证了推理结果的准确性与可解释性。
-
公开(公告)号:CN111767675A
公开(公告)日:2020-10-13
申请号:CN202010591946.5
申请日:2020-06-24
申请人: 国家电网有限公司大数据中心
摘要: 本发明公开了一种变压器振动故障监测方法、装置、电子设备及存储介质。该变压器振动故障监测方法包括:获取变压器的异常振动信号,处理该异常振动信号获得相应的特征信息,该特征信息用于反映异常振动信号的时频。根据特征信息以及预先训练的学习模型,确定异常振动信号的振动故障类型。基于振动故障类型形成变压器的故障信息并进行故障提示。本发明实现了对变压器振动故障的实时监测和提示。
-
公开(公告)号:CN111753907A
公开(公告)日:2020-10-09
申请号:CN202010590449.3
申请日:2020-06-24
申请人: 国家电网有限公司大数据中心
摘要: 本申请涉及一种电量数据的处理方法、装置、设备和存储介质。该方法包括:获取当前用户的电量特征数据;将所述电量特征数据输入至训练好的随机森林模型中,得到所述电量特征数据的分类结果,其中,所述随机森林模型的参数是通过优化算法优化得到的。该方法能够提高电量数据的处理效率,同时也能够提高电量数据分类结果的准确性。
-
-
-