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。
技术关键词
命名实体识别模型
文本分类模型
检索方法
BERT模型
电力系统
标记
Viterbi算法
关系分类器
智能问答系统
监督学习方法
模型预训练
图谱
内容排序
数据
矩阵
序列
电力设备管理
系统为您推荐了相关专利信息
网络流量分类
微控制器
静态随机存取存储器
通信控制装置
数据存储装置
紧急控制策略
电网紧急控制方法
深度学习网络
机组
深度强化学习
风电电力系统
电弧炉负荷
源荷协同
优化调度模型
风电出力不确定性
特征检索方法
交互式车辆
图像
多尺度特征融合
多模态