申請/專利權人：國網智能電網研究院有限公司;國網江蘇省電力有限公司;國家電網有限公司

申請日：2023-08-16

公開（公告）日：2023-09-15

公開（公告）號：CN116756573A

主分類號：G06F18/214

分類號：G06F18/214;G06F18/2431;G06F18/2413;G06N3/0455;G06N3/08;G06N5/022

優先權：

專利狀態碼：在審-公開

法律狀態：2023.09.15#公開

摘要：本申請提供一種負例采樣方法、訓練方法、缺陷定級方法、裝置和系統，通過自采樣負樣例訓練語言模型，并使用該語言模型對標準缺陷進行編碼并離線存儲于知識庫。當收到用戶的缺陷描述后，利用該語言模型進行缺陷編碼，并引入額外閾值控制模型將缺陷編碼與知識庫存儲的標準缺陷編碼進行對比，得到標準缺陷描述和缺陷等級。本申請解決了模型訓練需要大規模標注數據的問題，同時由于引入閾值控制模型良好的兼容了缺陷描述字段缺失等問題，增加模型的魯棒性，返回用戶需要的準確答案；同時缺陷定級均來自于知識庫中的標準，模型返回缺陷等級時，可同時返回對應的規定條款以及答案置信度，可輔助用戶判斷設備缺陷等級，實現了缺陷描述和缺陷定級可溯源。

主權項：1.一種負例采樣方法，其特征在于，包括：獲取電網主設備的多個歷史標準缺陷描述和待采樣的歷史標準缺陷描述；從所述多個歷史標準缺陷描述中選擇與所述待采樣的歷史標準缺陷描述不同的任意至少一個歷史標準缺陷描述，將任意至少一個所述歷史標準缺陷描述作為所述待采樣的歷史標準缺陷描述的簡單負例；替換所述待采樣的歷史標準缺陷描述的任意部分得到強負例；基于所述待采樣的歷史標準缺陷描述、所述待采樣的歷史標準缺陷描述對應的簡單負例和強負例得到所述待采樣的歷史標準缺陷描述的若干負樣例對。

全文數據：

權利要求：

百度查詢： 國網智能電網研究院有限公司;國網江蘇省電力有限公司;國家電網有限公司 負例采樣方法、訓練方法、缺陷定級方法、裝置和系統

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。

閱讀全文 雙屏查看 官方信息 專利公告 收藏專利 下載PDF 下載WORD