基于自注意力的GIS缺陷文本关系抽取方法OACSTPCD

在配电网的日常巡检维护过程中,气体绝缘组合电器(gasinsulatedswitchgear,GIS)积累了大量缺陷文本,对这些文本中的知识进行结构化抽取能够有效提升设备运维效率。为此,文章提出了一种基于自注意力的GIS缺陷文本关系抽取方法。首先,利用预训练好的语言表示模型获得输入句子以及实体对的字嵌入向量。随后,利用自注意力神经网络对抽取出来的句子嵌入进行分析,抽取出句子特征向量。然后,通过对实体对的嵌入进行最大池化操作获得实体特征向量,并对实体在句子中的位置进行编码获得位置特征。最后,对句子特征、实体特征以及位置特征进行分类从而获得实体对的关系。实验结果证实所提算法的有效性,并在数据集上的精确度达到70%以上,为构建大规模运维知识图谱提供有力工具。