Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于人工智能的电力向量知识库增强检索方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网信通亿力科技有限责任公司

摘要:本发明涉及基于人工智能的电力向量知识库增强检索方法及系统,S1:获取电力文本数据并预处理;S2:基于文本分类模型,将预处理后的电力数据按类型自动分类存储;S3:构建电力系统的命名实体识别模型,以自动识别和提取实体,并基于实体获取关系,构建电力系统的知识图谱;S4:结合自监督学习和有监督学习,使用自监督学习方法在无标签数据上进行NLU模型预训练,然后基于标注后的数据集,进行有监督微调,得到优化后的NLU模型;S5:基于电力系统的知识图谱和优化后的NLU模型,构建智能问答系统;S6:结合电力系统领域知识和规则进行结果的筛选和初排序;并基于内容的排序和基于协同过滤的二次排序,得到最终的回答。本发明提高电力领域信息的检索效率和准确性。

主权项:1.一种基于人工智能的电力向量知识库增强检索方法,其特征在于,包括以下步骤:S1:获取包含输电、配电、发电和电力设备管理的各类电力文本数据,去除噪声和冗余信息,将电力文本数据的格式统一和时间序列对齐;S2:基于文本分类模型,将预处理后的电力数据按类型自动分类存储;S3:构建电力系统的命名实体识别模型,以自动识别和提取实体,并基于实体获取关系,构建电力系统的知识图谱;S4:结合自监督学习和有监督学习,使用自监督学习方法在无标签数据上进行NLU模型预训练,然后基于标注后的数据集,进行有监督微调,得到优化后的NLU模型;S5:基于电力系统的知识图谱和优化后的NLU模型,构建智能问答系统;根据文本分类模型对用户输入进行分类,判断用户问题的类型,然后基于优化后的NLU模型解析用户输入,提取关键实体和关系,并生成查询语句,从知识图谱中获取回答;S6:结合电力系统领域知识和规则进行结果的筛选和初排序;并基于内容的排序和基于协同过滤的二次排序,以平衡冷热数据和提高推荐的准确性,得到最终的回答。

全文数据:

权利要求:

百度查询: 国网信通亿力科技有限责任公司 基于人工智能的电力向量知识库增强检索方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。