【技术实现步骤摘要】
本专利技术涉及一种面向水库群联合调度的小样本命名实体识别方法，属于信息抽取。
技术介绍
1、在智慧水利的背景下，水库群联合调度作为水库与水资源管理的重要部分，涉及到复杂的决策过程和信息处理。水库群联合调度需要综合考虑多个水库之间的水量、水质、生态需求和社会经济因素等多方面信息，确保水资源的高效利用和防洪安全。随着科技的进步，特别是信息技术和人工智能的发展，越来越多的技术被应用于水库管理和调度中，以提高调度的智能化和自动化水平。然而目前水利所建的信息管理系统大都以监测管理为主，流域智慧化模拟的核心模型自主化程度不高，模型的分析能力不能满足实时调度需要，方案数字化、规则化、知识化、调度对象模型化还未能形成知识驱动。
2、通过运用深度学习、知识图谱等人工智能技术，建设控制性水库群联合调度规程和预案语料库等模型，提升流域调度智能化水平，为先行先试项目建设提供多元化、知识化、智能化的信息服务。目前，在水库群联合调度领域，不同地区与不同水库存在各个水库的专项调度规程等语料库，然而这些语料库中存在大量无结构化的句子，不利于水库群联合调度知
本文档来自技高网...【技术保护点】
1.一种面向水库群联合调度的小样本命名实体识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向水库群联合调度的小样本命名实体识别方法，其特征在于，所述步骤3中，原型网络为包含所有类别原型向量的模型，用于整个实体分类任务，原型网络通过训练数据学习所有类别的原型向量，并利用所述原型向量进行分类；使用所述原型作为分类器，通过计算候选跨度与原型之间的距离，对跨度检测阶段的实体跨度进行分类；使用对比学习构造对比损失函数，通过计算不同类别的样本在特征空间中的距离来衡量它们之间的差异；所述样本指的是不同类别的实体跨度在特征空间中的表示。
3.根...
【技术特征摘要】
1.一种面向水库群联合调度的小样本命名实体识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向水库群联合调度的小样本命名实体识别方法，其特征在于，所述步骤3中，原型网络为包含所有类别原型向量的模型，用于整个实体分类任务，原型网络通过训练数据学习所有类别的原型向量，并利用所述原型向量进行分类；使用所述原型作为分类器，通过计算候选跨度与原型之间的距离，对跨度检测阶段的实体跨度进行分类；使用对比学习构造对比损失函数，通过计算不同类别的样本在特征空间中的距离来衡量它们之间的差异；所述样本指的是不同类别的实体跨度在特征空间中的表示。
3.根据权利要求1所述的面向水库群联合调度的小样本命名实体识别方法，其特征在于，所述步骤1中，在支持集中，通过对句子中的字符进行上下文编码，获得所有实体的向量表示，实现过程为：使用bert作为预训练语言模型，将水库群联合调度语料句子序列中的单词编码为计算机可理解的向量。
4.根据权利要求1所述的面向水库群联合调度的小样本命名实体识别方法，其特征在于，所述步骤2中，所述实...
【专利技术属性】
技术研发人员：李水艳，莫帅帅，向银河，吴伟，叶瑞，毛莺池，张祺顺，陈安，陈立，张敬峰，李孟洋，鲁俊，
申请(专利权)人：河海大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。