[發明專利]基于電力專業詞庫的企業級知識圖譜搜索引擎的實現方法

在審

• 申請號: 201711131304.1
• 申請日: 2017-11-15
• 公開（公告）號: CN107908738A
• 公開（公告）日: 2018-04-13
• 發明（設計）人: 胡勇;陳達;吳延慶
• 申請（專利權）人: 昆明能訊科技有限責任公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27;G06Q50/06
• 代理公司: 昆明大百科專利事務所53106
• 代理人: 何健

1.基于電力專業詞庫的企業級知識圖譜搜索引擎的實現方法，其特征在于，具體實現流程如下：

1)電網主題域建模，即完成電網設備運行相關的資產域業務數據包括：缺陷、巡視、試驗、狀態評價、大修技改數據；調度scada數據，計量自動化數據，GIS拓撲數據即電氣連接關系數據，氣象監測數據，變電包括油色譜、局放、容性的監測數據，人資系統數據包括供電局、部門、班組、人員、財務系統數據建模；將所述數據源根據類型進行數據整合，得到集合S＝{S₁，S₂，……，S_n}，其中n屬于正整數，n為確定的主題域個數，構成知識圖譜的內容；S_i根據相關主題域的數據，i屬于正整數，且i∈[1,n]，得到E_t1∈S_i，E_t2∈S_i，……E_tm∈S_i，其中E_t為S_i主題域的實體E在t時刻產生的數據，m屬于正整數，t屬于正數,且t>0；

2)電網主題域實體識別，對電網設備的關聯關系信息梳理，按照不同的主題，分別構建實例集合E＝{E₁,E₂,…E_e},其中e屬于正整數，且e∈[1,n]，比如S₄代表人資主題域，E1組織機構實體，E2部門實體，E3班組實體，E4人員實體；

3)電網主題域實體屬性識別，對實體對象的屬性進行整合，構建實體的屬性集合P＝{P₁,P₂,…P_x},其中x屬性正整數，且x∈[1,n]，比如人員實體時，P＝{P₁(身份證號)、P₂(崗位)、P₃(郵箱)、P₄(電話)、P₅(專業技能水平)}等集合信息；

4)電網主題域實體關系識別，構建電網主題域的所有實體對象之間的關系集合R＝{R₁,R₂,…R_y},其中y屬性正整數，且y∈[1,n]，比如Si代表電網生產主題域時，R₁(設備消缺關系₎＝(E₁(人員),E₂(設備實體)),其中R1的關系方向為E₁->E₂,代表業務信息為人員對設備開展消缺操作；

5)電網實體關系屬性識別，構建實體關系的屬性集合Rp＝{Rp₁,Rp₂,…Rp_z},其中z屬性正整數，且z∈[1,n]，及針對R₁(設備消缺關系)的屬性結合Rp＝{Rp₁(缺陷表象),Rp₂(缺陷部位)，Rp₃(缺陷原因)，Rp₂(缺陷處理措施)，Rp_z}，代表該關系對應的屬性信息；

6)電網全業務域知識圖譜化；基于上述1、2、3、4、5步驟的梳理，通過圖數據庫，實現實例、關系、屬性的固化存儲，構架電網域的網絡知識圖譜，實現電網全業務域知識的圖譜化管理；

7)采用IK分詞器構建搜索引擎的中文分詞器，IK分詞器，分為ik_max_word、ik_smart分詞器ik_max_word:會將文本做最細粒度的拆分Eq:“XX，供電局，供電，局”ik_smart:會做最粗粒度的拆分Eq：“XX，供電局”；

8)構建電力專業詞庫，梳理和固化電力行業的專業詞庫，輔助搜索引擎的分析和NLP自然語言處理；

9)實現基于電力專業詞庫，集合IK分詞器的決策樹隨機森林算法，實現知識圖譜數據的搜索匹配，主要包含NLP自然語言處理，實例的識別、關系關鍵之識別，屬性識別，最終返回相關對象的知識圖譜；比如XX供電局管轄的XX變電站所屬的XX變壓器的消缺信息＝＝》XX供電局_(實體)管轄_(關系)的XX變電站_(實體)所屬_(關系)的XX變壓器_(實體)的消缺信息_(關系)。