典型文献
基于多方面信息学习的电网启动送电方案特征词抽取模型
文献摘要：
现有中文信息抽取存在中文词中丰富的信息被忽略的问题.为提高特征词抽取的质量,文章提出一种基于多方面信息学习的电网启动送电方案特征词抽取模型.所提模型首先从方案的词嵌入信息、实体类型信息、字符表示及位置嵌入信息等多个方面学习尽可能丰富的特征信息,生成具有多个方面信息的特征向量;然后卷积神经网络自动加权的卷积操作对特征向量进行学习,并进一步采用双向长短记忆网络和注意力机制进行处理;最后,通过相邻数据信息的线性链条件随机场进行解码,实现对特征词的抽取.实验结果表明,所提基于多方面信息学习的双向长短记忆网络及注意力机制的模型对不同电网设备类型、状态和动作特征词抽取的各项性能均有较大提升.
文献关键词：
电网启动送电方案;双向长短记忆网络;自注意力;信息抽取
中图分类号：
作者姓名：
于洋;谢民;邵庆祝;张骏;张沛;饶国政
作者机构：
国网安徽省电力有限公司,安徽 合肥 230061;北京交通大学 电气工程学院,北京 100044;天津大学 智能与计算学部,天津 300350
文献出处：
引用格式：
[1]于洋;谢民;邵庆祝;张骏;张沛;饶国政-.基于多方面信息学习的电网启动送电方案特征词抽取模型)[J].电力信息与通信技术,2022(09):25-33
A类：
电网启动送电方案
B类：
信息学习,特征词,取模,中文信息,信息抽取,文词,词嵌入,实体类,类型信息,字符,位置嵌入,特征信息,特征向量,自动加权,卷积操作,双向长短记忆网络,注意力机制,条件随机场,解码,电网设备,动作特征,自注意力
AB值：
0.280918
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
