基于卷积神经网络的电力领域事件要素提取方法研究

随着知识图谱相关技术的不断发展,垂直领域的事件要素抽取作为知识图谱构建中的重要组成部分受到了学者们的广泛关注。由于垂直领域存在的标注数据极少,采用端到端学习的方法难以取得效果,因此提出了基于卷积神经网络的电力领域事件要素提取方法,该方法采用了电力领域命名的实体识别结果及位置信息的卷积神经网络进行特征提取,并训练多个事件要素判别器完成事件的抽取任务。电力领域数据的结果分析表明,文中所提出的事件要素抽取方法与传统基于依存句法分析的模式匹配方法相比,效果显著。

国网云环境下数据跨域计算模型研究

随着云计算技术的发展,电网企业加快数字化转型升级,持续推动业务系统云化。针对跨域计算场景需求,提出了云环境下跨域计算框架模型,分析和介绍了跨域计算的总体架构和方法,初步形成了跨域计算方法论,使用该方法进行数据跨域计算有助于企业提升资源利用率,减少计算资源的浪费,实现跨集群、跨地区的全局数据复制和全局数据调度,达到应对未来全局海量数据的支撑与交互。