申请/专利权人：国网安徽省电力有限公司检修分公司;中国科学技术大学先进技术研究院

申请日：2020-12-23

公开（公告）日：2021-04-09

公开（公告）号：CN112632978A

主分类号：G06F40/284(20200101)

分类号：G06F40/284(20200101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.04.27#实质审查的生效;2021.04.09#公开

摘要：本发明涉及人工智能领域，提供一种基于端到端的变电站多元事件关系抽取的方法包括，将原始文本数据进行预处理，形成事件描述结构的原始语料数据；将原始语料数据划分为完整事件组块，构建预训练语言模型，将已有的预训练语言模型进行训练，得到训练后的语言模型；构建基于图神经网络事件抽取模型，将所述第二数据作为基于图神经网络事件抽取模型的输入数据，抽取并得到故障事件组之间关系数据，本发明提供的方法将变电站语料的多元事件关系的标注方法，将事件抽取、事件因果关系、条件关系、并列关系等任务融合在一起，为变电站大量专业故障处理语料的结构化抽取提供了高效的方法，同时完整的挖掘了事件之间的多元关系。

主权项：1.一种基于端到端的变电站多元事件关系抽取的方法，其特征在于，所述基于端到端的变电站多元事件关系抽取的方法包括，步骤S1，将原始文本数据进行预处理，形成事件描述结构的原始语料数据；步骤S2，将原始语料数据划分为完整事件组块，得到N个故障事件组，其中，N为大于1的正整数，针对N个故障事件组数据进行数据标注，将N个故障事件组数据以边界位置-要素形式进行标注，得到标注后的第一数据；步骤S3，构建预训练语言模型，将已有的预训练语言模型进行训练，得到训练后的语言模型；再应用所述第一数据中的单字符和多字符的静态词向量作为预训练语言模型输入数据的编码特征，得到预训练后的第二数据；步骤S4，构建基于图神经网络事件抽取模型，将所述第二数据作为基于图神经网络事件抽取模型的输入数据，抽取并得到故障事件组之间关系数据。

全文数据：

权利要求：

百度查询： 国网安徽省电力有限公司检修分公司;中国科学技术大学先进技术研究院 基于端到端的变电站多元事件关系抽取的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD