基于GRU和PCNN的电力知识抽取
构造电力系统知识图谱最重要的就是电力知识的抽取,针对目前传统基于监督学习、单一神经网络模型存在的问题和缺点,如CNN擅长提取局部最重要特征而不适合处理序列输入;RNN在处理序列化任务占优势却对于重要特征的提取很乏力,因此本文改进了一种基于GRU和PCNN的模型,该模型可以有效解决传统模型的不足,通过结合GRU模型和PCNN模型的优点,实验结果表明该方法相比传统方法效果极佳,可以有效实现对电力系统知识抽取.
知识抽取;神经网络;电力系统;PCNN模型
30
2021-09-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
200-205