[發明專利]一種新能源政策信息抽取方法及系統

在審

• 申請號: 201811427506.5
• 申請日: 2018-11-27
• 公開（公告）號: CN109766416A
• 公開（公告）日: 2019-05-17
• 發明（設計）人: 王曉蓉;王繼業;朱朝陽;張東霞;劉鳳魁;遲遠英;劉長年;徐禮志
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司;國網江蘇省電力有限公司電力科學研究院
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36;G06F17/27
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

本發明提出一種新能源政策信息抽取方法及系統，將新能源政策處理為設定格式的新能源政策文本；基于預先建立的新能源政策特征詞典庫，采用標點符號自動識別分句的方法對所述新能源政策文本進行分句層次劃分與標注，輸出劃分與標注結果，生成文本語句庫；基于統一服務接口，根據所述文本語句生成新能源政策特征詞典庫和文本語句庫的關鍵信息并輸出。

技術領域

本發明屬于新能源政策評價和文本挖掘領域，具體涉及一種新能源政策信息抽取方法及系統。

背景技術

在環境污染、氣候變化和化石能源日益枯竭的多重挑戰下，以可再生能源為主的新能源在各國能源戰略中居于越來越重要的地位。為了促進可再生能源產業的發展，我國于2005年頒布了《可再生能源法》，并建立了可再生能源的目標與規劃制度、固定電價與強制上網制度、費用分攤與補貼制度等其后，截止到2018年5月，圍繞《可再生能源法》的實施，中央和各級政府出臺了一系列的政策和相關配套文件，逐漸形成以《可再生能源法》為主導的新能源和可再生能源法律與政策體系。

傳統模式下，政府部門在政策制定過程中，常常因數據源有限、數據處理能力不足、時效性不高等技術難題，存在量化指標難界定，政策執行情況難考核、政策合理性缺乏評估手段等問題，迫切需要采用新的方法和手段對政策執行效果和作用進行分析評估。為此，2015年7月1日國務院辦公廳印發《國務院辦公廳關于運用大數據加強對市場主體服務和監管的若干意見》，提出“運用大數據科學制定和調整監管制度和政策，跟蹤監測有關制度和政策的實施效果”并“充分運用大數據技術，改進經濟運行監測預測和風險預警”。

對政策進行分析評價，首先需要對政策的核心內容進行解讀，提取核心信息。傳統的處理方法是由分析評價人員人工對政策進行解讀，獲取分析評價所需的關鍵信息，然后將這些信息作為基礎，作進一步的分析處理。然而面對大量的新能源政策，通過人工檢索，人工分類的方式不僅效率低下，同時造成了有效信息無法準確提取的風險。

發明內容

為了滿足上述需求，本發明提出一種新能源政策信息抽取方法及系統，能夠利用計算機快速，準確，精煉的提取出政策所表達的主要信息，得到政策的所屬分類，政策的影響范圍等內容，免去人工檢索，人工分類的麻煩，從而節約時間，提高了效率。

本發明的目的是采用下述技術方案實現的：

一種新能源政策信息抽取方法，所述方法包括：

將新能源政策處理為設定格式的新能源政策文本；

基于預先建立的新能源政策特征詞典庫，采用標點符號自動識別分句的方法對所述新能源政策文本進行分句層次劃分與標注，輸出劃分與標注結果，生成文本語句庫；

基于統一服務接口，根據所述文本語句生成新能源政策特征詞典庫和文本語句庫的關鍵信息，并輸出。

優選的，所述新能源政策特征詞典庫的建立包括：

對收集的新能源政策進行預處理；

利用專家法，對預處理后的新能源政策文本的數據庫進行抽樣分析，生成用于存儲基本特征詞的新能源政策特征詞典庫。

優選的，所述基于預先建立的新能源政策特征詞典庫，采用標點符號自動識別分句的方法對新能源政策文本進行分句層次劃分與標注，輸出劃分與標注結果，生成文本語句庫包括：

基于預先建立的新能源政策特征詞典庫，對新能源政策文本進行分詞處理，生成文本分詞庫；

根據所述文本分詞庫的分詞詞頻情況，更新新能源政策特征詞典庫；

基于更新的新能源政策特征詞典庫，建立文本語句庫。

進一步地，所述對收集的新能源政策進行預處理包括：