水利水电技术(中英文)

2025, v.56(S1) 76-84

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于混合深度学习算法的工程规范知识抽取
Construction specification knowledge extraction method based on hybrid deep learning algorithm

邓旭方,成飞,吕沅庚,邓伦,刘乐平,封婧仪

摘要(Abstract):

工程规范是工程建设过程中常用的重要标准文件之一。面对这些非结构化工程规范文本,高效、准确地从中抽取相关知识,并将这些知识以可视化形式呈现,对于提高知识的利用效率、提升管理人员对工程规范文本的理解效率有着重要的作用。针对典型的工程规范文本,提出一种基于深度学习的工程规范知识抽取方法,融合ALBERT(A Lite Bidirectional Encoder Representation from Transformers)、BiLSTM(Bi-directional Long Shot-Term Memory)和CRF(Conditional Random Fields),建立工程规范实体识别模型,增强文本语义特征,获得工程规范中的实体;融合Attention机制和BiLSTM提取工程规范中的关系,根据所提取出的知识构建工程规范知识图谱。以《给水排水管道工程施工及验收规范》为典型实例对该方法进行了验证,结果表明,工程规范实体识别的F1值为78.18%,优于传统模型;关系抽取的F1值为98.35%。利用所抽取知识建立了工程规范知识图谱,通过基于知识图谱的全局信息展示、特定信息检索,提升工程规范的利用效率,辅助工程现场施工。

关键词(KeyWords): 工程规范;知识抽取;ALBERT预训练模型;BiLSTM;CRF;注意力机制

Abstract:

Keywords:

基金项目(Foundation): 中国长江电力股份有限公司科研项目(Z212302036)

作者(Author): 邓旭方,成飞,吕沅庚,邓伦,刘乐平,封婧仪

DOI: 10.13928/j.cnki.wrahe.2025.S1.013

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享