-
公开(公告)号：CN119862885A
公开(公告)日：2025-04-22
申请号：CN202311851255.4
申请日：2023-12-29
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06F40/295 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种融合字形信息的中文嵌套命名实体识别方法，包括以下步骤：步骤1，准备数据集并对数据集中的文本数据进行预处理，获得字型嵌入和字符嵌入；步骤2，设计命名实体识别模型，所述命名实体识别模型，根据步骤1中获取的文本数据的字型嵌入和字符嵌入，对实体进行预测识别；步骤3，使用步骤1中准备的数据集，对命名实体识别模型进行训练；步骤4，使用训练好的命名实体识别模型，进行命名实体识别，完成融合字形信息的中文嵌套命名实体识别。本发明用于解决目前已有的融合字形信息的工作只能解决平面命名实体识别问题，同时能够提高命名实体识别模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN118863057A
公开(公告)日：2024-10-29
申请号：CN202410868198.9
申请日：2024-07-01
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06N5/04 , G06N5/025 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06F40/16 , G06F40/279 , G06F18/2415
Abstract: 本发明公开了一种融合大语言模型与知识图谱的低电压治理辅助决策方法，包括：获取与低电压相关的目标数据，并进行预处理；采用深度学习方法构建低电压知识图谱；从故障工单中获取低电压业务运维相关数据，提取里面的三元组信息，与低电压知识图谱进行匹配，并对故障工单的用户意图进行识别，进而生成大语言模型的问题输入；设计大语言模型prompt提示策略；将当前的低电压运检案例库与低电压知识图谱作为领域知识导入本地知识库；将从故障工单中提取的三元组信息和用户意图输入大语言模型，结合prompt提示策略和本地知识库对问题进行分析和故障溯源，输出辅助决策结果；将所述辅助决策结果作为新的案例记录存入低电压运检案例库中，完成所述的融合大语言模型与知识图谱的低电压治理辅助决策。
-
公开(公告)号：CN118552724A
公开(公告)日：2024-08-27
申请号：CN202410603719.8
申请日：2024-05-15
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: G06V10/26 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06T7/10 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于自注意力全局特征增强的输电线分割方法，包括以下过程：架构在编码阶段从低到高对特征进行编码(从F1到F4)，并在解码阶段以相应分辨率的相反顺序对其进行解码(从F4到F1)，在编码阶段提出了MiT‑Down模块，在解码阶段提出了MiT‑Up模块，其引入了高效自注意力机制增强上下采样时的全局语义特征；利用二进制交叉熵损失(BCE损失)来计算损失，本发明与现有的技术相比的优点在于：本发明能从全局和局部提取输电线特征并进行多尺度特征融合，提高了输电线分割的完整性和准确性，可以减少采样过程中信息的损失，通过训练学习采样过程，提高分割精度。
-
公开(公告)号：CN117875416A
公开(公告)日：2024-04-12
申请号：CN202311827366.1
申请日：2023-12-28
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06N5/022 , G06N3/0442 , G06N3/08
Abstract: 本发明提出了一种实体关系联合抽取方法，包括以下步骤：步骤1，准备数据集并对其中的数据进行预处理；步骤2，构建关系抽取模型；步骤3，使用步骤1中准备的数据集，对步骤2中所述的关系抽取模型进行训练；步骤4，使用训练好的关系抽取模型，对待处理的文本数据进行实体关系联合抽取；所述的关系抽取模型，包括：嵌入模块、主语抽取模块、特征融合模块和关系及相应宾语抽取取模块。本发明改善了在对数据集进行实体关系抽取任务时存在因文本的关系复杂且实体密度大而导致实体识别不准确的问题，有效地解决了实体关系抽取时部分结构特征丢失的问题。
-
公开(公告)号：CN119807226A
公开(公告)日：2025-04-11
申请号：CN202411881672.8
申请日：2024-12-19
Applicant: 国网湖北省电力有限公司宜昌供电公司
IPC: G06F16/242 , G06F16/2455 , G06F16/28 , G06F16/9032 , G06F16/901 , G06F40/295 , G06F40/30 , G06F40/247 , G06N5/022 , G06N3/045 , G06N3/08 , G06N3/0442 , G06N7/01 , G06Q30/015 , G06Q50/06
Abstract: 基于改进编辑距离‑知识图谱的客户诉求智能问答方法，包括以下步骤：据客户问题诉求，利用知识图谱技术构造相应的智慧供电服务知识库；利用构造的智慧供电服务知识库训练基于BERT的命名实体识别模型，提取客户问题中的实体；基于构建的基于BERT的命名实体识别模型，提出改进的编辑距离的语义相似度度量方法，输出与客户问题相关度最大的答案；对输出的答案进行优化，从中选择最合适的答案，生成最终回复。该方法可以减少人工干预，并提供更个性化的服务；与传统采用人工进行数据统计分析相比，该方法能更准确地理解用户问题、快速匹配答案，显著提升用户体验和响应效率。
-
公开(公告)号：CN119807913A
公开(公告)日：2025-04-11
申请号：CN202411881671.3
申请日：2024-12-19
Applicant: 国网湖北省电力有限公司宜昌供电公司
Abstract: 基于随机森林算法的保供电故障预判方法，包括以下步骤：收集电网设备原始数据，对原始数据中的缺失值和异常值进行处理；利用所处理的数据，通过随机森林算法构建电网设备评估的决策树组合模型；基于所构建的决策树组合模型，通过优化样本属性和决策树的数量，提高随机森林算法的分类性能和计算效率；定义多个指标来评价所构建的决策树组合模型。该方法可以预判潜在故障和优化维修优先级，能够减少突发性故障的发生；从而降低维修和停机造成的经济损失，是提升供电服务质量的重要手段。
-
-
-
-
-
Search Results
6
records
(took 0.072 seconds)
