[發明專利]一種用于電力95598工單的領域術語識別系統及方法

有效

• 申請號: 201810132551.1
• 申請日: 2018-02-09
• 公開（公告）號: CN108363691B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 嵇友浪;朱君;俞陽;趙洪瑩;李辰剛
• 申請（專利權）人: 國網江蘇省電力有限公司電力科學研究院;國家電網公司;南京云問網絡技術有限公司;江蘇省電力試驗研究院有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/295;G06F40/216;G06Q50/06
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林;閆方圓

1.一種用于電力95598工單的領域術語識別系統，其特征在于：包括

文本獲取模塊，用于從電力95598工單系統中獲取電力95598工單文本；

文本預處理模塊，對電力95598工單文本分句，并根據背景語料庫包含的詞語對電力95598工單文本分詞；

候選串抽取模塊，將分詞后的分句文本根據術語鉤詞規則抽取候選串及候選串上、下文；

內部統計分析模塊，生成各個候選串上、下文的特征向量；

領域特征分析模塊，根據背景語料庫，計算各個候選串中各個術語部件的領域相關度；

第一術語篩選模塊，采用評分公式，計算候選串的成詞評分，選取大于預設閾值T1的候選串作為候選術語；

人工審核模塊，用戶標注候選術語是否為正確術語；

術語特征樣本庫，用于保存候選術語和垃圾串的相關特征；

術語特征樣本庫識別模塊，用于判斷術語特征樣本庫是否為空；

第二術語篩選模塊，采用有監督學習算法，根據候選串的特征選取候選術語；

啟發式推薦模塊，根據用戶標注的正確術語，識別上、下文相關的術語，作為該正確術語的變體提供給用戶確認；

所述文本獲取模塊通過文本預處理模塊與候選串抽取模塊相連接，所述候選串抽取模塊分別通過內部統計分析模塊、領域特征分析模塊與術語特征樣本庫識別模塊相連接，所述術語特征樣本庫識別模塊分別通過第一術語篩選模塊、第二術語篩選模塊與人工審核模塊相連接，所述人工審核模塊通過術語特征樣本庫與第二術語篩選模塊相連接，所述人工審核模塊還與啟發式推薦模塊相連接；

若術語特征樣本庫為空，則使用第一術語篩選模塊獲取候選術語；若術語特征樣本庫不為空，則使用第二術語篩選模塊獲取候選術語。

2.根據權利要求1所述的用于電力95598工單的領域術語識別系統，其特征在于：所述候選串抽取模塊，根據術語鉤詞規則抽取候選串及候選串上、下文，所述術語鉤詞規則，具體如下，

(1)候選串是經過文本預處理模塊處理后的，以漢字為開始或結束的連續分詞單位串；或者是經過文本預處理模塊處理后的由英文字母、數字、連字符中任意兩種或兩種以上組成的連續分詞單位串；

(2)若候選串含有單字分詞碎片，則候選串長度為2-4個分詞單位且含有至少一個長度為1的分詞單位；否則，候選串長度為2-3個分詞單位，且最后一個詞為名詞或動詞；

(3)候選串不含有停用詞和標點符號；

(4)候選串上、下文包含候選串在句子中的前后2個詞。