基于深度学习的格萨尔史诗命名实体识别研究

为深入研究藏文命名实体的基本结构、分类方法以及自动识别技术,同时为进一步完善藏语词法分析、句法和语义分析,以及机器翻译等信息处理领域的基础性研究工作,该文重点研究了实体类型较为丰富的格萨尔史诗文本,制定了六种格萨尔命名实体类型,提出了藏文音节和深度学习相结合的格萨尔史诗命名实体识别方法。在人工标注的10万多句命名实体训练集和测试集上,经实验命名实体识别的准确率、召回率和F值分别达到92.01%、91.96%和91.99%,满足了研究格萨尔史诗命名实体识别的应用需求。     

区域中压配电网的节能改造

由于配电网能效研究领域中缺乏系统化的区域配电网节能潜力评估,提出了基于熵权法的灰色关联分析法应用于中压配电网中。建立了简便、具有代表性的中压配电网指标体系,并通过基于熵权法的灰色关联分析筛选出区域中压配电网中损耗高、运行状态差的10 k V线路。运用改进的方法对该重损线路进行支路和单个变压器的损耗计算,计算出线损率并以线损率排序为依据评估节能潜力,从而实施节能改造。通过对某区域中压配电网的实例分析,证明该方法的合理性与实用性。