摘要
本发明公开了基于AI的电网标准文档分析与信息抽取方法,通过创新性的多层次语义切分、块间关系合并和图神经网络(GNN)构建知识图谱。首先,利用改进的BERT模型对预处理后的电网标准文档进行多层次语义切分,将文档分割成多个语义块;然后,使用图神经网络分析并合并语义块之间的关系,生成全局图嵌入表示;最后,构建知识图谱,系统化管理和存储提取的实体和关系,提供高效的信息检索和智能问答功能。实验结果表明,该方法显著提高了信息提取的准确性和效率,为电力系统的安全、稳定运行提供了强有力的支持,具有重要的技术优势和应用价值。
技术关键词
信息抽取方法
双向长短期记忆
注意力机制
构建知识图谱
多层次
节点特征
层级
关系抽取模型
文本
命名实体识别模型
语义向量
信息编码
网络
知识图谱构建
节点标识符
系统为您推荐了相关专利信息
语音识别模型
编码特征
样本
解码网络
语音识别方法
机组组合模型
机组组合方法
模型训练模块
松弛
融合策略
监护系统
多源异构数据融合
数据处理模块
实体识别模型
气体监测传感器
岩石抗剪强度
改进型机器
学习算法
物理
分析单元