买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广西电网有限责任公司;广西大学申请的专利结合语义依存和词性嵌入的电网调度领域关系抽取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116881448B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310589143.X，技术领域涉及：G06F16/36；该发明授权结合语义依存和词性嵌入的电网调度领域关系抽取方法是由张希翔;蒙琦;练宇婷;艾徐华;董贇;谭期文;韦宗慧;黄汉华;谢菁;周迪贵;古哲德;覃宁;陶思恒;孟椿智;曾虎双;陈燕;林德沼设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本结合语义依存和词性嵌入的电网调度领域关系抽取方法在说明书摘要公布了：本发明提出了一种结合语义依存和词性嵌入的电网调度领域关系抽取方法，包括以下步骤：S1，采集电网调度数据，然后进行实体标注和关系标注，从而获得电网调度领域数据集；S2，将数据集输入RoBERTa‑CE模型进行模型训练，对实体信息和关系信息分别进行学习；S3，进行实体关系多任务学习，先对实体进行上下文信息Concat做实体预测，并使用交叉熵损失计算实体损失值，然后对关系上下文进行Concat做关系预测，并使用交叉熵损失计算关系损失值；将实体损失值和关系损失值相加，共同参与模型的反向传播，使得整体损失值向着最小值方向优化，直到所有任务都收敛；S4，通过全连接层，对关系进行预测。本发明能深入挖掘电网调度数据，快速抽取电网调度领域实体间的关系。

本发明授权结合语义依存和词性嵌入的电网调度领域关系抽取方法在权利要求书中公布了：1.一种结合语义依存和词性嵌入的电网调度领域关系抽取方法，其特征在于，包括以下步骤： S1，采集电网调度数据，去除电网调度数据中句意不明、结构残缺和语义重复的句子；然后进行实体标注和关系标注，从而获得电网调度领域数据集； S2，将数据集输入RoBERTa-CE模型进行模型训练，对实体信息和关系信息分别进行学习，所述RoBERTa-CE模型包括嵌入层和12层的Transformer编码器；所述将数据集输入RoBERTa-CE模型进行模型训练包括以下步骤： S2-1，数据经过嵌入层学习上下文特征，得到字嵌入编码；在S2-1中包括： 将数据输入嵌入层，得到包含位置信息、段落信息、字编码信息、语义依存信息和词性嵌入的字嵌入Xembedding： Xembedding＝Xword+Xsegment+Xpositional+Xsemantics+Xphrase#1 Xword、Xsegment、Xpositional、Xsemantics、Xphrase分别表示字嵌入信息、段嵌入信息、位置嵌入信息、语义依存嵌入信息和词性嵌入信息； 其中语义依存信息和词性嵌入分别通过语义依存词表和词性标注词表获得的，是将文本进行语义依存标注和词性标注后，转换为表中的索引值得到； S2-2，再经过Transformer编码器，对字嵌入编码的信息进行建模，得到隐藏层的输出值； S3，进行实体关系多任务学习，先对实体进行上下文信息Concat做实体预测，并使用交叉熵损失计算实体损失值，然后对关系上下文进行Concat做关系预测，并使用交叉熵损失计算关系损失值；将实体损失值和关系损失值相加，共同参与模型的反向传播，使得整体损失值向着最小值方向优化，直到所有任务都收敛； S4，通过全连接层，对关系进行预测；在S4中包括： 将客体实体和主体实体的跨度集开始位置和结束位置的表征进行拼接，客体实体的公式如下： h_ostart＝H12[：，Ostart]#8 h_oend＝H12[：，Oend]#9 obj＝Concath_ostart，h_oend#10 H12表示RoBERTa最后一层的输出； H12[：，Ostart]表示只取H12开始位置的值； H12[：，Oend]表示只取H12结束位置的值； Ostart表示客体实体的开始位置； Oend表示客体实体的结束位置； obj表示客体实体的上下文表示； Concat表示Concat拼接； h_ostart，h_oend分别表示跨度集开始位置的表征和跨度集结束位置的表征； 主体实体的公式如下： h_sstart＝H12[：，Sstart]#11 h_send＝H12[：，Send]#12 sub＝Concath_sstart，h_send#13 其中[：，Sstart]表示主体实体的切片； Sstart表示主体实体的开始位置； Send表示主体实体的结束位置； h_sstart，h_send分别表示主体实体的上下文深度语义表示； sub表示主体实体的上下文深度语义表示； 将主体实体与客体实体的上下文信息，分别通过全连接层得到预测的分数，再将两者相加，得到预测的各种关系的概率，最后经过softmax层，得到最终预测的关系类型： Ep＝sigmoidWa*obj+b1#14 rp＝sigmoidWb*sub+b2#15 Rp＝Ep+rp#16 Rtype＝softmaxRp#17 其中Ep表示主体实体的上下文深度语义表示经全连接层后的值； rp表示客体实体的上下文深度语义表示经全连接层后的值； Rp表示Ep和Rp进行融合； Rtype表示经过归一化后的信息即预测的关系类型； Wa、Wb分别表示权重参数； b1、b2分别表示偏置参数； 客体实体通过全连接层，再经过softmax层，得到预测的实体类型： Etype＝softmaxEp#18 Etype表示预测的实体类型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广西电网有限责任公司;广西大学，其通讯地址为：530000 广西壮族自治区南宁市兴宁区民主路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。