期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于BERT-MRC的电网现场作业文本关键实体识别方法
1
作者 费正明 袁可为 +4 位作者 黄弘扬 张亦翔 尹凡 周辉 罗华峰 《浙江电力》 2025年第7期24-32,共9页
对电网现场作业进行管控稽查是保障安全生产的重要举措,而准确识别作业文本中的关键设备实体是实现智能化管控稽查的基础。现有电力实体识别方法依赖大量人工标注的文本数据来训练模型,难以应用于产生速度快、数量多、且存在实体嵌套等... 对电网现场作业进行管控稽查是保障安全生产的重要举措,而准确识别作业文本中的关键设备实体是实现智能化管控稽查的基础。现有电力实体识别方法依赖大量人工标注的文本数据来训练模型,难以应用于产生速度快、数量多、且存在实体嵌套等复杂关系的电网现场作业文本。在分析电网现场作业相关文本特点的基础上,提出了面向电网作业风险管控稽查的关键实体识别方法,在提高识别效果的同时,大幅降低了模型对有标签数据的需求。首先,使用BERT(基于Transformer的双向自编码器)获取融合上下文特征的文本数据向量;然后,基于BERT-MRC(基于Transformer的双向自编码器-机器阅读理解)将原实体识别任务改造成机器阅读理解任务,完成模型构建;最后,使用基于Noisy Student的小样本学习方法迭代训练模型,大幅降低了模型对有标签数据的需求量。采用真实电网现场作业文本进行实验,结果表明了所提方法的有效性。 展开更多
关键词 实体识别 机器阅读理解 电网现场作业 风险管控稽查 BERT 小样本学习
在线阅读 下载PDF
基于案例推理和规则推理的警情智能化决策模型研究
2
作者 杜镐 《计算机时代》 2025年第8期30-33,40,共5页
求助类警情传统上主要采用人工处理的方式,存在效率低、主观性强等问题。为提升警情处置效率,本研究构建了智能化辅助决策模型。利用某地级市2017—2023年607万条警情数据,通过BERT-MRC模型提取自杀类警情属性,建立案例库与规则库。采用... 求助类警情传统上主要采用人工处理的方式,存在效率低、主观性强等问题。为提升警情处置效率,本研究构建了智能化辅助决策模型。利用某地级市2017—2023年607万条警情数据,通过BERT-MRC模型提取自杀类警情属性,建立案例库与规则库。采用TF-IDF加权改进KNN算法进行案例检索。实验表明,改进算法较传统KNN显著提升案例匹配相似度,可为经验不足的民警提供决策支持。 展开更多
关键词 智能化决策 案例推理 规则推理 bert-mrc TF-IDF加权KNN算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部