-
题名基于检索重排序模型的文本差异化研究
- 1
-
-
作者
门业堃
钱梦迪
于钊
滕景竹
陈少坤
颜旭
-
机构
国网北京市电力公司电力科学研究院
北京恒华龙信数据科技有限公司
-
出处
《电测与仪表》
北大核心
2023年第1期57-63,共7页
-
基金
基于大数据分析的供应商绩效评价方法研究(HLX-2019-023)。
-
文摘
电力行业在设备质量评估中需要结合行业标准规范文件中指定的具体标准来对设备质量进行准确评估。文中通过基于检索重排序模型的文本差异化模型,建立自动化、信息化、智能化的标准差异化梳理技术,有效解决了当前设备质量评估时的费时费力问题,并提升了文本差异检索的准确率。文中主要围绕自动化、信息化、智能化的标准差异化梳理技术,通过基于检索重排序模型的信息检索模型,建立针对同一领域不同标准的文本检索比对,检索出不同文件对同一技术有着不同要求的差异性内容并进行预警提示。文中的创新点是,利用检索重排序精确性高的优点,在保留传统差异性检索召回模型的召回候选能力的基础上进一步提高精确性。模型在真实的电力行业技术标准文档上进行了交叉验证,验证了所提出的模型效果,结果表明模型具有良好的实用性,可以广泛应用于电力设备质量评估,供应商评价标准检索等领域。
-
关键词
差异性检索
排序学习
文本相似度
检索重排序
设备质量评估自动化
-
Keywords
differential retrieval
ranking learning
text similarity
retrieval reordering
automation of equipment quality assessment
-
分类号
TM933
[电气工程—电力电子与电力传动]
-
