基于图结构学习模型的设备故障文本隐含关系预测方法

本发明电网设备运维和检修技术领域，公开一种基于图结构学习模型的设备故障文本隐含关系预测方法，该方法基于获取的电网设备故障检修的文本数据集；目标是通过将设备故障文本中的实体和关系建模为图结构，结合大模型生成的实体向量与图神经网络进行消息传递和关系推断，设计图结构学习模型预测不同设备之间未知的故障关系；最终，使用分类器预测实体之间的未知关系。该预测方法利用大语言模型的特性，挖掘实体在句子中的向量表示，并结合图神经网络模型，利用考虑故障影响性的随机游走的子图采样机制，构建多个实体之间的子图结构，最后使用基于金字塔注意力机制的消息传递机制，得到电网设备故障文本中的隐含关系预测结果。