典型文献
基于ERNIE-IDCNN-CRF模型的电网调度领域命名实体识别方法
文献摘要：
电力调度运行系统存在大量复杂数据,构建电网调度领域知识图谱是解决数据关联性缺失、附加值低的重要手段,而电网调度领域命名实体识别是构建领域知识图谱的基础任务之一.针对通用领域命名实体识别方法在电网调控领域适用性差、模型训练速度慢的问题,文章提出基于知识增强的预训练语义表示模型– 膨胀卷积神经网络– 条件随机场模型(enhanced representation through knowledge integration-iterated dilated convolutional neural network-conditional random field,ERNIE-IDCNN-CRF)的电网调度领域命名实体识别方法,该方法对字、短语、实体等信息进行统一建模,引入多源异构数据知识生成语义向量,实现模型语义表现能力的明显增强.实验结果表明,针对电力调度语料库,该方法的训练速度得到明显提升,电网调度领域实体的F1值达到85.09％,可有效识别出电网调度领域实体.
文献关键词：
电网调度;命名实体识别;ERNIE;IDCNN;CRF
中图分类号：
作者姓名：
王佳琪;俞灵;夏文岳;冯琼;武书舟;陈郑平;范海威;吴炜
作者机构：
中国电力科学研究院有限公司,北京 100192;国网福建省电力有限公司,福建福州 350001
文献出处：
引用格式：
[1]王佳琪;俞灵;夏文岳;冯琼;武书舟;陈郑平;范海威;吴炜-.基于ERNIE-IDCNN-CRF模型的电网调度领域命名实体识别方法)[J].电力信息与通信技术,2022(10):1-8
A类：
B类：
ERNIE,IDCNN,CRF,电网调度,命名实体识别,实体识别方法,电力调度运行,运行系统,复杂数据,领域知识图谱,数据关联性,电网调控,模型训练,训练速度,速度慢,基于知识,知识增强,预训练,表示模型,膨胀卷积神经网络,条件随机场,enhanced,representation,through,knowledge,integration,iterated,dilated,convolutional,neural,network,conditional,random,field,短语,统一建模,多源异构数据,知识生成,成语,语义表现,表现能力,明显增强,语料库
AB值：
0.354073
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。
