基于深度学习的电网调控文本知识抽取方法

来源 :电力系统自动化 | 被引量 : 0次 | 上传用户:ws2005102
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电力系统的发展对电力系统知识的使用提出新的要求,为了实现非结构化电网调控文本知识的自动抽取,文中提出了基于注意力的双向长短期记忆网络和条件随机场的深度学习模型.深度学习模型从调度规程等文本数据中抽取电网运行规则和电网事故处理流程.实验结果表明,提出的模型的语料精度、召回率和F1分数分别为91.00%,89.98%和90.49%,结果略优于另外3种模型.在训练集和测试集上分别进行F1评估,识别精度差异很小,说明模型学习中没有发生过拟合现象,提出的深度学习模型具备良好的泛化能力.
其他文献
“半年五钻,淘宝给我买辆车”、“80后大学生网上开店,月入2W”、“开店三个月,我炒了老板鱿鱼”……这些一个个扎眼的标题,像是美味的馅饼,香喷喷地摆在我们面前,还冒着热气。你是否开始心动?  当梦想照进现实,是否一切灿如夏花?那些网店掌柜们,会告诉你们亲身经历的故事,与掌柜梦有关的故事,尽管忧伤,但是真实!    寂寞“夫妻档”  店名:可可豆的网店  掌柜档案:Mr Bee,杂志编辑;婷婷,公司