一种基于知识图谱的状态监测参数重要性评估方法

    公开(公告)号:CN118606664A

    公开(公告)日:2024-09-06

    申请号:CN202311572619.5

    申请日:2023-11-23

    Abstract: 本发明公开了一种基于知识图谱的状态监测参数重要性评估方法,包括了基于专家知识,抽取实体和实体对之间的语义关联关系,建立知识图谱;基于领域专家知识,获取知识图谱中故障模式的属性信息;利用PageRank算法计算状态监测参数节点重要性;构建故障模式与状态监测参数的相关性矩阵;计算故障模式的风险指数;计算状态监测参数的信息熵;将PageRank算法得到的重要性和信息熵加权融合得到状态监测参数重要性排序结果。该方法解决了系统在进行故障诊断时监测点配置方案的诊断能力及成本问题。

    一种基于大语言模型的知识图谱三元组可信性验证方法

    公开(公告)号:CN118520944B

    公开(公告)日:2024-10-18

    申请号:CN202411003289.2

    申请日:2024-07-25

    Abstract: 本发明公开了一种基于大语言模型的知识图谱三元组可信性验证方法,该方法首先对已构建的知识图谱,将三元组分成可信和待验证两类,将可信部分的三元组作为正样本,随机生成n次负样本,由此构建n个样本数据集,对大语言模型进行微调,得到n个微调后的大语言模型。其次建立三元组可信性辨识框架,将每个大语言模型的输出转换成证据形式,并获取证据的可靠性和重要性权重参数。然后将待验证的三元组分别输入微调后的大语言模型,将输出结果进行融合。最后根据融合后的信度分布进行决策,得到待验证三元组的可信性验证结果。本发明克服了传统方法在稀疏数据上表现不佳的问题,显著提升标签预测的效果。

    一种基于大语言模型的知识图谱三元组可信性验证方法

    公开(公告)号:CN118520944A

    公开(公告)日:2024-08-20

    申请号:CN202411003289.2

    申请日:2024-07-25

    Abstract: 本发明公开了一种基于大语言模型的知识图谱三元组可信性验证方法,该方法首先对已构建的知识图谱,将三元组分成可信和待验证两类,将可信部分的三元组作为正样本,随机生成n次负样本,由此构建n个样本数据集,对大语言模型进行微调,得到n个微调后的大语言模型。其次建立三元组可信性辨识框架,将每个大语言模型的输出转换成证据形式,并获取证据的可靠性和重要性权重参数。然后将待验证的三元组分别输入微调后的大语言模型,将输出结果进行融合。最后根据融合后的信度分布进行决策,得到待验证三元组的可信性验证结果。本发明克服了传统方法在稀疏数据上表现不佳的问题,显著提升标签预测的效果。

Patent Agency Ranking