-
公开(公告)号：CN114867052A
公开(公告)日：2022-08-05
申请号：CN202210656535.9
申请日：2022-06-10
Applicant: 中国电信股份有限公司
IPC: H04W24/04 , H04L41/0604 , H04L41/0677
Abstract: 本公开提供了一种无线网络故障诊断方法、装置、电子设备和介质，涉及通信技术领域。其中，无线网络故障诊断方法包括：基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱；响应于获取到的网络异常的异常现象，从所述知识图谱中检索与所述异常现象相关的关联子图；基于与所述关联子图相关的所述历史故障案例配置所述关联子图的连接边权重；基于对所述连接边权重的排序结果输出所述网络异常的诊断方案。通过本公开的技术方案，能够自动生成诊断方案，采用诊断方案辅助运维工程师进行问题定位和故障处理，有利于提高运维效率，达到降低运维成本和缩短故障处理周期的目的。
-
公开(公告)号：CN109327840A
公开(公告)日：2019-02-12
申请号：CN201710644231.X
申请日：2017-08-01
Applicant: 中国电信股份有限公司
Abstract: 本发明公开了一种边界覆盖基站的识别方法和装置，涉及通信技术领域。边界覆盖基站的识别方法包括：确定候选边界基站中每个基站的模拟辐射范围，将模拟辐射范围内部不存在任何其他基站的候选边界基站添加到内圈边界基站集合，其中，模拟辐射范围与相应基站位于边界同侧；对于内圈边界基站集合中的每个基站，将与其位于边界同侧的、并且在内圈边界基站集合以外的最邻近的若干候选边界基站添加到外圈边界基站集合；形成包括内圈边界基站集合和外圈边界基站集合的边界覆盖基站集合。从而，能够自动确定覆盖边界的所有基站，准确性较高。
-
公开(公告)号：CN115438164A
公开(公告)日：2022-12-06
申请号：CN202211116993.X
申请日：2022-09-14
Applicant: 中国电信股份有限公司
IPC: G06F16/332 , G06F16/36 , G06F16/901 , G06K9/62
Abstract: 本发明提供了问答方法、系统、设备及存储介质，通过从问题的主题实体开始沿着关系图进行多步关系跳转，其中，在每一步关系跳转过程中，将问题信息与关系进行相似度匹配以得到关系分数，基于关系分数获得关系所指向子节点的实体得分，基于多步关系跳转得到由实体构成的路径，并对路径中的实体得分进行加权计算，得到路径得分，在路径得分满足设定条件的情况下，将路径的叶子节点作为答案实体并向用户响应。本实施例提出充分利用关系图的关系信息进行答案实体的多跳推理。其中，关系图不受知识图谱的结构化知识以及文本形式的非结构化知识的差异化限制，从而能够利用多信息来源作为知识增强，以提升对答案实体的预测精度。
-
公开(公告)号：CN115357701B
公开(公告)日：2025-02-18
申请号：CN202211007481.X
申请日：2022-08-22
Applicant: 中国电信股份有限公司
IPC: G06F16/3329 , G06F40/295 , G06F16/24 , G06F16/35
Abstract: 本公开属于自然语言处理技术领域，涉及一种知识库问答方法及装置、存储介质、电子设备。该方法包括：获取问题语句和数据库，并利用改进命名实体识别模型识别问题语句中的第一实体类别和第一命名实体；利用匹配模型识别问题语句中的第二实体类别和第二命名实体，并对第一实体类别和第二实体类别进行融合得到目标实体类别；对第一命名实体和第二命名实体进行融合得到目标命名实体，并根据目标实体类别和目标命名实体在数据库中搜索问题语句的答案语句。本公开通过一个模型实现了意图分类和命名实体识别，简化了处理流程，提升了改进命名实体识别模型的准确率，提升了意图分类的准确率，优化了分类效果，提升了答案搜索准确率，减少了答案筛选时间。
-
公开(公告)号：CN115426671B
公开(公告)日：2023-10-31
申请号：CN202211064023.X
申请日：2022-09-01
Applicant: 中国电信股份有限公司
IPC: H04W24/04 , H04W24/06 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了图神经网络训练或无线小区故障预测方法、系统及设备，通过利用性能指标及故障类型构建故障因果路径图，使用该路径图对无线小区的历史性能数据进行图谱化，图谱化数据中不仅包含节点自身特征数据、节点间相关关系的邻接矩阵，还包含时序数据，从而能够在空间和时间两个维度对无线小区的历史性能数据进行聚合，能够提高故障预测准确性。针对图谱化数据，提出构建多层次的图神经网络，提高网络模型的健壮性和预测准确率。因此，本公开实施例采用改进的图神经网络，首次将图神经网络应用在无线小区故障预测场景中，也是业界首次使用故障因果路径图进行故障预测，在空间和时间两个维度将数据聚合，提高故障预测准确性。
-
Patent Agency Ranking
公开(公告)号：CN115426671A
公开(公告)日：2022-12-02
申请号：CN202211064023.X
申请日：2022-09-01
Applicant: 中国电信股份有限公司
Abstract: 本发明提供了图神经网络训练或无线小区故障预测方法、系统及设备，通过利用性能指标及故障类型构建故障因果路径图，使用该路径图对无线小区的历史性能数据进行图谱化，图谱化数据中不仅包含节点自身特征数据、节点间相关关系的邻接矩阵，还包含时序数据，从而能够在空间和时间两个维度对无线小区的历史性能数据进行聚合，能够提高故障预测准确性。针对图谱化数据，提出构建多层次的图神经网络，提高网络模型的健壮性和预测准确率。因此，本公开实施例采用改进的图神经网络，首次将图神经网络应用在无线小区故障预测场景中，也是业界首次使用故障因果路径图进行故障预测，在空间和时间两个维度将数据聚合，提高故障预测准确性。
-
公开(公告)号：CN114925210B
公开(公告)日：2023-12-08
申请号：CN202210284978.X
申请日：2022-03-21
Applicant: 中国电信股份有限公司
IPC: G06F16/36 , G06F40/289 , G06F40/30
Abstract: 本申请的实施例揭示了一种知识图谱的构建方法、装置、介质及设备。该方法包括：获取原始文本数据，原始文本数据包括已标注文本以及未标注文本；基于已标注文本的标注信息提取已标注文本含有的至少两个实体以及至少两个实体之间的关联关系，得到实体关系集合；计算未标注文本与实体关系集合中含有的各个实体的文本相似度以及语义相似度，并基于文本相似度以及语义相似度得到未标注文本含有的至少两个实体及至少两个实体之间的关联关系；基于未标注文本含有的至少两个实体及至少两个实体之间的关联关系构建知识图谱。进而节约了人工标记成本，提高了知识图谱的构建效率，构建出高精度和高质量的知识图谱。
-
公开(公告)号：CN114867052B
公开(公告)日：2023-11-07
申请号：CN202210656535.9
申请日：2022-06-10
Applicant: 中国电信股份有限公司
IPC: H04W24/04 , H04L41/0604 , H04L41/0677
Abstract: 本公开提供了一种无线网络故障诊断方法、装置、电子设备和介质，涉及通信技术领域。其中，无线网络故障诊断方法包括：基于无线网络历史故障案例构建用于无线网络故障诊断的知识图谱；响应于获取到的网络异常的异常现象，从所述知识图谱中检索与所述异常现象相关的关联子图；基于与所述关联子图相关的所述历史故障案例配置所述关联子图的连接边权重；基于对所述连接边权重的排序结果输出所述网络异常的诊断方案。通过本公开的技术方案，能够自动生成诊断方案，采用诊断方案辅助运维工程师进行问题定位和故障处理，有利于提高运维效率，达到降低运维成本和缩短故障处理周期的目的。
-
公开(公告)号：CN115357701A
公开(公告)日：2022-11-18
申请号：CN202211007481.X
申请日：2022-08-22
Applicant: 中国电信股份有限公司
IPC: G06F16/332 , G06F40/295 , G06F16/24 , G06F16/35
Abstract: 本公开属于自然语言处理技术领域，涉及一种知识库问答方法及装置、存储介质、电子设备。该方法包括：获取问题语句和数据库，并利用改进命名实体识别模型识别问题语句中的第一实体类别和第一命名实体；利用匹配模型识别问题语句中的第二实体类别和第二命名实体，并对第一实体类别和第二实体类别进行融合得到目标实体类别；对第一命名实体和第二命名实体进行融合得到目标命名实体，并根据目标实体类别和目标命名实体在数据库中搜索问题语句的答案语句。本公开通过一个模型实现了意图分类和命名实体识别，简化了处理流程，提升了改进命名实体识别模型的准确率，提升了意图分类的准确率，优化了分类效果，提升了答案搜索准确率，减少了答案筛选时间。
-
公开(公告)号：CN114925210A
公开(公告)日：2022-08-19
申请号：CN202210284978.X
申请日：2022-03-21
Applicant: 中国电信股份有限公司
IPC: G06F16/36 , G06F40/289 , G06F40/30
Abstract: 本申请的实施例揭示了一种知识图谱的构建方法、装置、介质及设备。该方法包括：获取原始文本数据，原始文本数据包括已标注文本以及未标注文本；基于已标注文本的标注信息提取已标注文本含有的至少两个实体以及至少两个实体之间的关联关系，得到实体关系集合；计算未标注文本与实体关系集合中含有的各个实体的文本相似度以及语义相似度，并基于文本相似度以及语义相似度得到未标注文本含有的至少两个实体及至少两个实体之间的关联关系；基于未标注文本含有的至少两个实体及至少两个实体之间的关联关系构建知识图谱。进而节约了人工标记成本，提高了知识图谱的构建效率，构建出高精度和高质量的知识图谱。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.025 seconds)
