-
公开(公告)号:CN112256873B
公开(公告)日:2023-10-24
申请号:CN202011119282.9
申请日:2020-10-19
Applicant: 国网浙江杭州市萧山区供电有限公司 , 浙江中新电力工程建设有限公司自动化分公司 , 浙江中新电力工程建设有限公司
IPC: G06F16/35 , G06F40/126 , G06F40/279 , G06N3/0464 , G06N3/08 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种基于深度学习的变电检修工作任务多标签分类方法,主要包括:步骤S100,采集并输入变电检修任务工作内容文本并进行格式预处理;步骤S200,利用BERT语言训练模型对检修任务文本进行词向量编码转化;步骤S300,利用卷积神经网络对输入的文本词向量进行多标签识别及分类;步骤S400,检验多标签分类的正确性并进行输出分类结果。本发明在变电检修工作票的开票过程中通过引入基于深度学习的多标签智能分类技术,自动完成检修任务文本的非结构化信息到“间隔类型”、“检修间隔”、“检修设备”等多任务标签的结构化信息确定,快速、准确的确定检修关键信息,为安全措施布置提供有力支撑,大幅提高工作票开票过程的工作效率和准确性。
-
公开(公告)号:CN112256873A
公开(公告)日:2021-01-22
申请号:CN202011119282.9
申请日:2020-10-19
Applicant: 国网浙江杭州市萧山区供电有限公司 , 浙江中新电力工程建设有限公司自动化分公司 , 浙江中新电力工程建设有限公司
IPC: G06F16/35 , G06F40/126 , G06F40/279 , G06N3/04 , G06N3/08 , G06Q10/06 , G06Q50/06
Abstract: 本发明公开了一种基于深度学习的变电检修工作任务多标签分类方法,主要包括:步骤S100,采集并输入变电检修任务工作内容文本并进行格式预处理;步骤S200,利用BERT语言训练模型对检修任务文本进行词向量编码转化;步骤S300,利用卷积神经网络对输入的文本词向量进行多标签识别及分类;步骤S400,检验多标签分类的正确性并进行输出分类结果。本发明在变电检修工作票的开票过程中通过引入基于深度学习的多标签智能分类技术,自动完成检修任务文本的非结构化信息到“间隔类型”、“检修间隔”、“检修设备”等多任务标签的结构化信息确定,快速、准确的确定检修关键信息,为安全措施布置提供有力支撑,大幅提高工作票开票过程的工作效率和准确性。
-