[发明专利]一种基于数据自动生成的资产管理知识库构建方法

说明书

本申请提供一种基于数据自动生成的资产管理知识库构建方法，具体包括以下步骤：S101，通过知识图谱模型构建知识库；S102，根据所述知识库的真实数据，基于GAN算法生成对抗网络框架构建生成器模型，并通过所述生成器模型对所述知识库中的真实数据进行生成+对抗学习，得到生成样本；S103，基于强化学习训练，采用判别器判定所述生成样本属于真实样本的概率，若判别概率为0.5，则确定输出生成样本；S104，将所述生成样本存储到所述知识库中，完成所述知识库的构建。本申请能够通过知识库数据和强化学习训练不断优化模型输出，建立的知识库的信息更加多样化，资源的时效性也更高。

技术领域

本申请涉及电力行业信息化技术领域，尤其涉及一种基于数据自动生成的资产管理知识库构建方法。

背景技术

电力作为社会经济发展的基础资源，为适应市场经济的发展需求，电力企业需要进行成本控制和管理，提高企业的核心竞争力。作为资产密集型企业，固定资产是电力企业价值表中的一个重要组成部分，在企业的资产总额中占有相当大的比例，电力公司涉及的资产种类甚多、内容广泛、资产增长速度明显、资产价值大等等提升了固定资产管理的难度，因此推进着实有效的固定资产管理方式是电力企业必须面对的课题之一。

目前，资产管理方式显然已经不能满足企业精细化管理的要求，现有技术中以人工标注数据为主，成本较大、生成效率较低，并且由于数据样本的有限性，现有的资产管理方法不能准确快速的为用户提供相关信息，资源时效性较低。

发明内容

本申请提供了一种基于数据自动生成的资产管理知识库构建方法，以解决现有技术中存在的资产管理以人工标注数据为主，成本较大、生成效率较低的问题。

本申请提供一种基于数据自动生成的资产管理知识库构建方法，具体包括以下步骤：

S101，通过知识图谱模型构建知识库；

S102，根据所述知识库的真实数据，基于GAN算法生成对抗网络框架构建生成器模型，并通过所述生成器模型对所述知识库中的真实数据进行生成+对抗学习，得到生成样本；

S103，基于强化学习训练，采用判别器判定所述生成样本属于真实样本的概率，若判别概率为0.5，则确定输出所述生成样本；

S104，将所述生成样本存储到所述知识库中，完成所述知识库的构建。

在本申请的较佳实施例中，所述基于GAN算法生成对抗网络框架构建生成器模型采用循环神经网络作为生成器，在沿着文本标记序列的一维维度上进行建模，构建语言模型，进而生成文本，所述循环神经网络的具体的模型建立过程如下：

输入的文本序列长度为n，则文本序列可以表示为{s₁,s₂,......,s_n-1,s_n}，通过查词向量表将文本序列中的词s_i映射为k维的向量x_i，其中1≤i≤n；当第t个词输入时，此时，隐含单元状态h_t可表示为如下公式：

h_t＝f(Ux_t-1+Wh_t-1+b)；

输出单元的状态o_t＝softmax(Vh_t)o_t＝softmax(Vh_t)，

其中，U、W、V均为参数矩阵，b是偏置参数，softmax表示激活函数，f表示非线性激活函数。