一种基于机器学习的语言意图识别方法及系统

    公开(公告)号:CN118535711A

    公开(公告)日:2024-08-23

    申请号:CN202410934080.1

    申请日:2024-07-12

    Abstract: 本发明公开了一种基于机器学习的语言意图识别方法及系统,涉及语言分析技术领域,对应答信息集中的应答信息进行词间指向性特征以及相对位置分析,并基于分析结果,构建应答特征模型,将主要关键词组和特征索址树对应的末端分支进行比对,确定出适配的特征标签节点,并调用适配的特征标签节点对应的应答信息集,对预处理查询语句进行词间指向性特征分析以及相对位置分析,并基于分析结果,构建查询特征模型,将调用的应答信息集中的应答信息对应的应答特征模型和查询特征模型进行比对,并基于相符性选定出用于对查询意图进行应答应答信息,本发明通过上述技术方案,实现对词汇含义、词汇间关联以及上下文信息,在应答信息及中准确找出应答信息。

    一种新型主动配电网故障区段定位方法

    公开(公告)号:CN110988596B

    公开(公告)日:2022-02-11

    申请号:CN201911268036.7

    申请日:2019-12-11

    Abstract: 本发明公开了一种新型主动配电网故障区段定位方法,涉及配电网故障诊断与恢复控制领域,所述方法包括以下步骤:步骤1、建立主动配电网故障区段定位模型;步骤2、建立多源信息故障辅助分区方法,推断所述主动配电网的故障区域;步骤3、在所述步骤2的基础上,对所述步骤1建立的所述主动配电网故障区段定位模型进行求解,获得所述主动配电网的故障区段定位。本发明利用用电信息采集系统作为冗余信息源,改进开关函数和适应度函数的表述形式,构建新型主动配电网故障区段定位数学模型,更适用于主动配电网的故障特点。

Patent Agency Ranking