一种基于大模型的电力标签知识分类方法及系统

本发明公开了一种基于大模型的电力标签知识分类方法及系统，涉及数据处理领域。所述方法包括：收集电力源端数据，确定有效源端数据；确定层次标签图谱，监督训练开源大模型；引入无标签标准语义库确定初始化分类模型；读取下游任务特征，进行有监督调整，确定分类大模型；接收预分类任务，进行分类决策，确定分类结果；若所述预分类任务的分类结果为空置，接收新增缺陷类型，执行类增量学习。采用本方法解决了现有技术中电力知识标签由于具有高度专业性，导致标签类别数据稀少，可解释性差的技术问题，实现了引入领域知识来增强模型的可解释性，达到对标准知识的标签分类，并用于预测和推断新的样本数据的技术效果。