【技术实现步骤摘要】
本专利技术涉及文本生成，具体为一种基于自注意力机制的特征抽取与摘要生成方法及系统。
技术介绍
1、在电网领域，文本数据的来源和内容十分多样化，包括但不限于设备运行日志、故障报告、维护手册等。这些文本数据记录了电网设备的运行状态、故障信息、维护记录等关键信息，对于保障电网的正常运行和提高维护效率至关重要。
2、设备运行日志记录了每台设备的运行情况，包括开启/关闭时间、运行参数、电流电压等数据。故障报告则记录了设备发生的各类故障情况，包括故障类型、发生时间、影响范围等详细信息。而维护手册则是设备的使用说明书，包含了设备的安装调试、日常维护、故障排除等操作步骤和方法。
3、然而，由于文本数据的数量庞大、信息分散、内容复杂，人工处理和分析这些文本数据既耗时又费力，同时容易出现遗漏或误判的情况。
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术解决的技术问题是：如何解决目前人工处理和分析电网文本数据既耗时又费力，同时容易出现遗漏或误判
【技术保护点】
1.一种基于自注意力机制的特征抽取与摘要生成方法，其特征在于，包括：
2.如权利要求1所述的基于自注意力机制的特征抽取与摘要生成方法，其特征在于：所述对文本数据集中的数据进行关联性分析包括，进行共现矩阵构建：遍历每个文本数据，对于每个词语对(wi,wj)，其中wi和wj分别表示文本数据中的两个词语；
3.如权利要求2所述的基于自注意力机制的特征抽取与摘要生成方法，其特征在于：所述编码器结构包括，多个自注意力机制层和前馈神经网络层堆叠在一起，形成多层编码器结构；前一层编码器结构的输出是下一层编码器结构的输入，最后一层编码器结构输出抽取的特征；其中...
【技术特征摘要】
1.一种基于自注意力机制的特征抽取与摘要生成方法，其特征在于，包括：
2.如权利要求1所述的基于自注意力机制的特征抽取与摘要生成方法，其特征在于：所述对文本数据集中的数据进行关联性分析包括，进行共现矩阵构建：遍历每个文本数据，对于每个词语对(wi,wj)，其中wi和wj分别表示文本数据中的两个词语；
3.如权利要求2所述的基于自注意力机制的特征抽取与摘要生成方法，其特征在于：所述编码器结构包括，多个自注意力机制层和前馈神经网络层堆叠在一起，形成多层编码器结构；前一层编码器结构的输出是下一层编码器结构的输入，最后一层编码器结构输出抽取的特征；其中所述前馈神经网络层包括多个全连接层，每个全连接层后跟随一个relu激活函数。
4.如权利要求3所述的基于自注意力机制的特征抽取与摘要生成方法，其特征在于：所述对关联数据和独立数据中的电网文本数据进行特征抽取包括，每个注意力机制计算输入序列的注意力权重，并利用所计算的注意力权重中的每个元素进行加权重求和：
5.如权利要求4所述的基于自注意力机...
【专利技术属性】
技术研发人员：李文科，张克贤，董若烟，朱昌会，黄笠煌，白雪，孙骏，缪新萍，吴漾，林昌志，田钺，孙收余，
申请(专利权)人：贵州电网有限责任公司，
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。