[發明專利]問答故障診斷的輔助決策模型構建、決策方法及系統

在審

• 申請號: 202010592462.2
• 申請日: 2020-06-24
• 公開（公告）號: CN111737435A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 張強;鄒云峰;趙洪瑩;宋博川;柴博;賈全燁
• 申請（專利權）人: 全球能源互聯網研究院有限公司;國網江蘇省電力有限公司營銷服務中心;國家電網有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F40/284;G06Q10/00;G06Q50/06;G06N3/04
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 劉靜

本發明公開了一種問答故障診斷的輔助決策模型構建、決策方法及系統，方法包括：將預設語料庫中的對話數據進行預處理，獲取對話數據的詞向量；將對話數據中的每組提問者與應答者的詞向量進行預設維度匹配，得到包含答案信息的問題的詞向量；將每組包含答案信息的問題的詞向量與對應每組應答者對話數據中的每個詞向量進行向量相似度計算，得到對應的關系向量，通過神經網絡模型計算各個關系向量間的相關值，基于相關值進行應答者的答案與提問者的問題相關度的排序；根據排序完成故障診斷的輔助決策。本發明通過對語料庫的數據信息進行分析，并對分析信息進行相關度的排序，提高了對話信息利用率、檢索的準確率，能夠更加準確獲取問題的答案。

技術領域

本發明涉及機器學習技術領域，具體涉及一種問答故障診斷的輔助決策模型構建、決策方法及系統。

背景技術

伴隨著全球各國電力系統的不斷發展，其設備維護和故障診斷的壓力在不斷加大，面對龐大電力網絡的維護難題，大量的電力供應商選擇依托于互聯網，利用網絡在線客服來進行更加便捷的遠程維護指導，因此很多大型的電力企業隨著客服平臺的運行，積累了大規模的故障診斷與維護的數據，如果我們能夠有效利用這些現有數據，并根據故障信息描述，自動實現故障類型的診斷將大大減少設備維護的成本，進一步提高電力企業的生產效率。然而對于完成一個設備故障的準確判斷，提問者與回答者之間的交互尤為重要，這些對話語句實際上是完成故障診斷的干擾項。

問答系統的發展日新月異，自圖靈提出圖靈測試之后，1961年，Green等人就實現了基于數據庫的早期的問答系統BASEBALL，BASEBALL可用來回答美國一個季度棒球比賽的時間地點成績等自然語言問題；在1966年，Jaseph Weizenbaum研發出了第一個用于心理治療問答系統Eliza，Eliza通過模式及關鍵字匹配和置換的方法實現了與病人的對話交流；1975年尚克和他的同事在耶魯大學建成SAM系統具備了閱讀理解的功能，但要求要有描述問題對應答案的腳本；從90年代至今，問答系統的研究方向轉向了基于大規模文檔集的問答匹配，研究領域也從初期的限定領域拓展到開放領域，研究對象從當初的固定語料庫拓展到互聯網，但受到當時技術的制約，面向Web開放域的問答系統的正確率和精確性都不高，還不能提供良好的商業服務。

隨著互聯網與經濟社會各領域的融合發展進一步深化，各行各業都在試水“互聯網+”，電力企業緊跟時代潮流，應用互聯網在各個工作領域，如利用對話機器人系統輔助故障診斷就是一個重要的應用實例，各大電力公司客服平臺經過多年的運營，積累了大量的有關故障的對話信息，經過對話產生交流信息，其中很多對話并不包含解決故障問題的答案，由于很多對話并不包含解決故障問題的答案，降低了對話信息利用率及檢索的準確率。

發明內容

因此，本發明提供的一種問答故障診斷的輔助決策模型構建、決策方法及系統，克服現有技術對話信息利用率低、檢索的準確率低的缺陷。

為達到上述目的，本發明提供如下技術方案：

第一方面，本發明實施例提供一種問答故障診斷的輔助決策模型構建方法，包括：

將預設語料庫中的對話數據進行預處理，獲取對話數據的詞向量，所述預設語料庫中的對話數據包括：至少一組應答者與提問者之間的對話數據；

將對話數據中的每組提問者與應答者的詞向量進行預設維度匹配，將提問者與應答者的詞向量調整為維度一致的詞向量，得到包含答案信息的問題的詞向量；

將每組包含答案信息的問題的詞向量與對應每組應答者對話數據中的每個詞向量進行向量相似度計算，得到對應的關系向量，通過神經網絡模型計算各個關系向量間的相關值，并基于相關值進行應答者的答案與提問者的問題相關度的排序；

根據應答者的答案與提問者的問題相關度的排序，完成故障診斷的輔助決策。

在一實施例中，所述對話數據進行預處理包括：