论文摘要
为实时检测缺陷记录的录入错误,提出一种基于知识图谱技术的电力设备缺陷记录错误识别方法。针对电力缺陷文本特点,通过优化构建知识图谱的一般流程,提出利用现有电力设备缺陷记录语料构建电力设备缺陷知识图谱的方法。然后,基于所构建的知识图谱,针对电力设备缺陷记录的各种错误类型,提出利用图搜索识别缺陷记录错误。最后,对比所提方法和机器学习方法在缺陷记录错误识别上的查准率、查全率、F1分数、准确率和效率,并分析影响各种方法错误识别效果的因素。比较结果表明,所提方法在缺陷记录错误识别效果上有明显优势,识别效率满足实时性要求。
论文目录
1 Introduction2 Automatic construction of a knowledge graph of power equipment defects 2.1 General process of knowledge graph construction 2.2 Construction process of a knowledge graph of power equipment defects 2.3 Entity/Property extraction 2.4 Coreference resolution 2.5 Relation extraction 2.6 Relation screening 2.7 Knowledge graph updating3 Error recognition of power equipment defect records 3.1 Error types in power equipment defect records 3.2 Graph search algorithm for error recognition4 Case study 4.1 Data source,models,and indices 4.2 Construction results of the knowledge graph 4.3 Error recognition results and analysis 1.The influence of training data characteristics 2.The ability to recognize key information5 Conclusions
文章来源
类型: 期刊论文
作者: Hui-fang WANG,Zi-quan LIU
关键词: 错误识别,电力设备缺陷记录,知识图谱,机器学习
来源: Frontiers of Information Technology & Electronic Engineering 2019年11期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业
单位: College of Electrical Engineering, Zhejiang University
分类号: TM507
页码: 1564-1578
总页数: 15
文件大小: 923K
下载量: 215
相关论文文献
标签:错误识别论文; 电力设备缺陷记录论文; 知识图谱论文; 机器学习论文;
基于知识图谱技术的电力设备缺陷记录错误识别方法(英文)
下载Doc文档