山东大学学报(理学版)

作者：罗艾珂,喻召杰

单位：1.广东电网有限责任公司东莞供电局, 广东 东莞 523129;2.南方电网数字平台科技(广东)有限公司, 广东 深圳 518053

关键词：电力安全,实体抽取,风险预测,联合学习,

基金：南方电网科技基金资助项目(031900KC23040017(GDKJXM20230401))

针对电力安全生产方面存在的知识分散和知识获取效率低的问题,提出基于联合学习的电力安全实体抽取及风险预测方法。采用电力安全知识数据模型与电力安全实体标签体系,对电力作业文本进行有效表示。构建基于双向编码器表征(bidirectional encoder representations from transformers, BERT)、双向长短期记忆网络(bidirectional long short-term memory, BiLSTM)、条件随机场(conditional random fields, CRF)的电力安全生产知识联合抽取模型,自动识别电力作业文本中的关键字实体并预测潜在显性风险。测试结果与样例分析证明电力安全生产知识联合抽取模型在电力实体抽取和风险的有效性,为后续电力安全知识图谱的建立提供可靠的技术支撑。

来源：2026年第5期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2026年第5期