[发明专利]基于深度语义匹配的电力缺陷等级识别方法有效
| 申请号： | 201910020562.5 | 申请日： | 2019-01-09 |
| 公开（公告）号： | CN109740164B | 公开（公告）日： | 2023-08-15 |
| 发明（设计）人： | 罗麟;位一鸣;袁海范;邓业;杨海波;潘巍巍 | 申请（专利权）人： | 国网浙江省电力有限公司舟山供电公司;国家电网有限公司 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30;G06F40/289;G06F40/247;G06F16/35 |
| 代理公司： | 浙江翔隆专利事务所(普通合伙) 33206 | 代理人： | 王晓燕 |
| 地址： | 316021 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度语义匹配的电力缺陷等级识别方法，涉及电力缺陷等级识别技术领域。传统的文本分类模型有基于布尔值的向量空间模型，无法考虑深层次的上下文语义，向量稀疏，不具有可解释性等缺点，针对电力设备缺陷文本，分类精度不高。本方法采用深度神经网络将句子分为输入层、表示层、匹配层、排序层与输出层等五层结构，实现深度结构语义模型；然后在输入层基于word hashing和分词模型对文本进行预处理；再基于深度神经网络，依次训练了输入层、表示层、匹配层，得到缺陷文本的低维表示向量；最后基于cosin距离的语义相似度和TopK排序模型得到待分类文本的平均缺陷等级。有效提升缺陷文本的等级识别率，实现高精度的电力缺陷等级识别。 | ||
| 搜索关键词： | 基于 深度 语义 匹配 电力 缺陷 等级 识别 方法 | ||
【主权项】：
1.基于深度语义匹配的电力缺陷等级识别方法，其特征在于包括以下步骤：1)构建深度结构语义模型，采用深度神经网络将句子从下往上可以分为五层结构，包括输入层、表示层、匹配层、排序层与输出层；2)基于word hashing和分词模型对文本进行预处理，构建输入层；3)基于深度神经网络，依次训练了输入层、表示层、匹配层，得到了缺陷文本的低维表示向量；4)基于cosin距离的语义相似度和TopK排序模型得到了待分类文本的平均缺陷等级。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网浙江省电力有限公司舟山供电公司;国家电网有限公司，未经国网浙江省电力有限公司舟山供电公司;国家电网有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910020562.5/，转载请声明来源钻瓜专利网。
