基于改进Bert-AutoML的电力文本语义识别算法 |
| |
引用本文: | 张全,赵郭燚,苏媛,朱元极,任海洋.基于改进Bert-AutoML的电力文本语义识别算法[J].电子设计工程,2024(4):43-46+51. |
| |
作者姓名: | 张全 赵郭燚 苏媛 朱元极 任海洋 |
| |
作者单位: | 国家电网有限公司客户服务中心 |
| |
摘 要: | 由于电力调度过程中存在大量重复性电力文本,导致语义识别结果形式与理想形式差距较大。针对该问题,提出了基于改进Bert-AutoML的电力文本语义识别算法。采用基于词块的粒度划分方式,提取电力文本字粒度语义特征。计算语义序列与命名实体数据库中语义的相似度,获取多个对应语义序列,构建电力文本语义识别模型。使用自动机器学习法训练模型文本输入,计算输入向量和电力文本库中向量匹配度。结合字符掩码训练策略,将掩盖的内容与背景相联系,得到最终语义识别结果。实验结果表明,该算法语义识别结果呈现段落-结构形式,排列整齐且简洁,与理想识别结果一致。
|
关 键 词: | 改进Bert语言表示模型 AutoML 电力文本 语义识别 |
|
|