-
公开(公告)号:CN112465315A
公开(公告)日:2021-03-09
申请号:CN202011277998.1
申请日:2020-11-16
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
IPC: G06Q10/06 , G06Q10/10 , G06F16/33 , G06F40/211 , G06N3/08
Abstract: 本发明提供了计算机技术领域的一种画像方法及系统,方法包括如下步骤:步骤S10、从数据库获取各评测对象的评测问卷以及历史画像,分别从各所述评测问卷获取备注数据以及勾选数据;步骤S20、利用文本采集器从所述历史画像以及备注数据抽取关键字;步骤S30、基于所述关键字生成评测摘要;步骤S40、利用句法分析模型对所述评测摘要进行优化,基于优化后的所述评测摘要以及勾选数据生成画像。本发明的优点在于:极大的提升了画像的精度以及效率。
-
公开(公告)号:CN112365159A
公开(公告)日:2021-02-12
申请号:CN202011253505.0
申请日:2020-11-11
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司
Abstract: 本发明提供了计算机技术领域的一种基于深度神经网络的后备干部推荐方法及系统,方法包括如下步骤:步骤S10、获取员工历史评测资料,对所述员工历史评测资料进行预处理;步骤S20、对预处理后的所述员工历史评测资料进行标注;步骤S30、基于深度神经网络创建一推荐模型,利用标注后的所述员工历史评测资料对推荐模型进行训练;步骤S40、获取最新的员工资料,将所述员工资料输入训练后的推荐模型进行后备干部的推荐。本发明的优点在于:极大的提升了后备干部的推荐质量。
-
公开(公告)号:CN116703128B
公开(公告)日:2024-01-02
申请号:CN202310979904.2
申请日:2023-08-07
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F16/35 , G06F16/36 , G06N3/045 , G06N3/084 , G06F40/295
Abstract: 本发明涉及电力调度技术领域,公开了一种适用于电力调度的自然语言处理方法,包括:采集发电单元数据生成发电单元特征向量;基于线路布局图来构建知识图谱,输入第一神经网络,输出下一时间点的并网点电压,生成损失值,反向传播更新参数特征向量,然后将更新后的参数特征向量重新输入第四隐藏层;直至第一神经网络输出的下一时间的并网点电压与标定并网点电压的差值小于预设值,将最后一次输入的参数特征向量的分量分别生成一个调度参数作为对应的发电单元所需要输出的无功功率,本发明通过深度学习的方法来为每个发电单元生成有关无功的调度参数,能够利用发电单元自身能够产生的无功来调整发电系统的功率平衡。
-
公开(公告)号:CN117171358A
公开(公告)日:2023-12-05
申请号:CN202311114973.3
申请日:2023-08-31
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G06F16/36 , G06F18/214 , G06F18/25 , G06Q50/06 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 本发明涉及一种基于电网调度的多模态知识图谱方法,将电网调度中的文本、图像、音频和视频的多模态数据进行结构化表示,通过对多模态数据集进行特征提取,获得对应的特征集,引入自适应特征选择机制,对不同模态的特征表示进行特征融合获得多模态特征表示;考虑不同模态数据之间的关系和相互作用,构建图结构信息通过对不同模态数据的特征表示学习,可以将电网调度中的各种信息进行统一编码,并形成可计算的知识图谱表示,便于电网调度的信息的理解、推理和应用;通过图神经网络技术,可以在知识图谱上进行复杂的跨模态推理,帮助电网调度员快速理解当前状态、预测未来发展趋势,并做出相应的决策。
-
公开(公告)号:CN116822529A
公开(公告)日:2023-09-29
申请号:CN202311092677.8
申请日:2023-08-29
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G06F40/30 , G06F9/4401 , G10L15/22 , G10L17/22
Abstract: 本发明公开了基于语义泛化的知识要素抽取方法,涉及数据处理技术领域;所述方法包括以下步骤:通过采集语音数据的多项数据信息,将设备运行信息以及通信转换信息进行处理生成泛化评估系数,根据生成的泛化评估系数与设置的泛化评估阈值进行对比,对接收语音的质量进行评估,从而确定了需要进行泛化处理的语音数据,再根据数据精度信息与处理时长信息进行分析,生成抽取影响因子,对知识要素的抽取情况进行分析,根据抽取影响因子与抽取评估阈值的对比结果评估两次知识要素的抽取情况,根据抽取情况的不同进行相应操作,从而增加了智能家居调控的准确性,保障了智能家居运行的高效性。
-
公开(公告)号:CN114417880B
公开(公告)日:2024-08-16
申请号:CN202111665535.7
申请日:2021-12-31
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06F40/30 , G06N3/0464 , G06F40/247 , G06F16/335 , G06F16/332
Abstract: 本发明涉及一种基于电网实训知识库的交互式智能问答方法,包括以下步骤:构建包含电网实训的问题描述和答案的电网实训知识库;基于电网实训知识库中的问题描述和答案的预训练基于神经网络的语义模型库;由用户提出问题,获取提问者提出的原始文本并进行预处理,将原始文本转换为标准文本;获取用户提出的历史问题,结合历史问题对所述标准文本进行语境识别,获取对应的语境识别结果;基于所述语境识别结果对标准文本进行实体提取,获取实体提取结果;将语境识别结果及实体提取结果输入至语义识别模型,输出相应的答案;将答案转换为自然语言描述文本回复给用户。
-
公开(公告)号:CN118228192A
公开(公告)日:2024-06-21
申请号:CN202410358343.9
申请日:2024-03-27
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网甘肃省电力公司白银供电公司
IPC: G06F18/25 , G06F18/2415 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N3/0442 , G06N3/084 , G06N5/025
Abstract: 本发明涉及一种基于迁移学习的电力多模态实体关系抽取方法,包括如下步骤:收集和预处理电力文本与图像数据;构建跨模态关系特征提取模型,得到电力领域多模态数据的高级特征rt和开放领域多模态语料的高级特征rs;构建基于迁移学习的电力多模态实体关系抽取模型:将高级特征rs与电力领域对应的高级特征rt适应,使高级特征rt与高级特征rs间的差异值最小,将差异值小于预设阈值的高级特征rt与高级特征rs作为结果输入下一层;分类关系输出层输出关系识别结果。本发明有益效果:利用其他领域丰富的语料抽取电力多模态数据中的实体关系,以缓解电力领域内标注语料资源较少问题。
-
公开(公告)号:CN117033657A
公开(公告)日:2023-11-10
申请号:CN202310973364.7
申请日:2023-08-03
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司 , 国网甘肃省电力公司白银供电公司
Abstract: 本发明涉及一种信息检索方法及装置,方法包括:获取各模态数据,得到多模态数据集;对多模态数据集中的数据根据数据类型进行特征提取,将得到的特征向量融合,构建循环神经网络模型,通过特征向量对循环神经网络模型进行训练;通过循环神经网络模型对多模态数据进行多模态语义解析;将不同模态数据的语义表示映射到知识图谱的实体和关系上,实现跨模态的语义关联,对跨模态数据进行语义推理和关联;对实体和关系使用图数据库或知识图谱存储引擎进行图谱构建和查询。本发明方法能够将不同模态的数据进行综合,形成一体化的知识表示,使得知识图谱能够提供更全面、准确的知识服务,支持更精确的查询和应用服务。
-
公开(公告)号:CN116758907A
公开(公告)日:2023-09-15
申请号:CN202311035254.2
申请日:2023-08-17
Applicant: 国网信息通信产业集团有限公司 , 福建亿榕信息技术有限公司
IPC: G10L15/06 , G10L15/18 , G10L15/22 , G06F40/30 , G06F18/214
Abstract: 本发明公开了一种小样本语义理解训练方法及系统,具体涉及样本训练技术领域,包括数据处理模块以及与数据处理模块通讯连接的信息采集模块、信噪比较模块、样本标记模块以及效果判断模块;将样本偏离评估值和信噪偏移指数通过归一化处理计算得到样本有效性评估系数并通过样本有效性评估系数和有效性评估阈值的比较来判断样本的有效性,避免无效样本对训练效果的不利影响,提高语义理解训练的效率和准确性;根据生成的第一训练效果不佳信号、训练效果正常信号以及第二训练效果不佳信号,可以对同一批次的训练效果的有效性进行评估,以确定该批次的样本差异程度是否符合要求,从而为语义理解的样本训练的效率和实用性提供帮助。
-
公开(公告)号:CN116049365A
公开(公告)日:2023-05-02
申请号:CN202310024237.2
申请日:2023-01-09
Applicant: 福建亿榕信息技术有限公司 , 国网信息通信产业集团有限公司
IPC: G06F16/332 , G06F16/36 , G06F16/33 , G06F40/216 , G06F40/284 , G06F40/30 , G06N3/08 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及一种基于机器阅读理解的文本问答系统,包括编码层、重关注层和推理预测层;所述编码层包括WordNet知识图谱、词向量工具GloVe、预训练语言模型BERT和双向GRU网络模型;所述重关注层采用引入重关注机制多层注意力架构;所述推理预测层采用指针网络来预测答案跨度位置,并使用交叉熵代价函数以最大化对真值跨度的预测。本发明能有效提升文本问答的准确率。
-
-
-
-
-
-
-
-
-