摘要
本发明公开基于大小模型协同的电力设备故障知识图谱构建方法,包括:将电力设备故障文档预处理,图像信息存储至云数据库,文本信息由大语言模型筛选出高质量文本信息;利用大语言模型总结不同文本信息生成初始本体框架;运用大语言模型对文本信息进行预标注结合规则匹配脚本和专家获得训练数据集,基于数据特点优化传统深度学习小模型得到实体,基于分层验证策略剔除错误实体;利用大语言模型对实体和不同实体关系间的关联程度进行关系抽取;利用大语言模型、SBERT模型、深度优先搜索算法及上下文信息进行实体对齐形成最终电力设备故障知识图谱。本发明解决现有电力设备故障知识图谱构建过程中人力成本消耗高,知识图谱存在知识冗余问题。
技术关键词
电力设备故障
大语言模型
知识图谱构建方法
文本
命名实体识别
深度优先搜索算法
分层验证
错误实体
关系
节点
模板
数据
语义实体
主题分类方法
词模型
序列比对算法
低成本
系统为您推荐了相关专利信息
分布式物联网
管理方法
关键词
语音识别模块
文本
数据脱敏方法
脱敏策略
文件头信息
数据管理方法
句式结构
数据脱敏方法
跨模态
分类器
三元组
交叉注意力机制