[發明專利]風電故障信息抽取方法和裝置

在審

• 申請號: 202010727765.0
• 申請日: 2020-07-23
• 公開（公告）號: CN113971401A
• 公開（公告）日: 2022-01-25
• 發明（設計）人: 歷瑩;宋建軍;田亨
• 申請（專利權）人: 新疆金風科技股份有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/295;G06F16/33;G06K9/62
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 高燕;王兆賡

1.一種風電故障信息抽取方法，其特征在于，所述風電故障信息抽取方法包括：

獲取關于風電故障的文本數據；

對所獲取的文本數據進行實體名詞抽取處理；

基于所獲取的文本數據以及實體名詞抽取處理結果，確定所述文本數據的第一抽取信息和第二抽取信息，

其中，第一抽取信息用于表征發生故障的故障點，第二抽取信息用于表征針對故障點的故障相關描述。

2.根據權利要求1所述的風電故障信息抽取方法，其特征在于，對所獲取的文本數據進行實體名詞抽取處理的步驟包括：

基于命名實體識別NER算法來從所獲取的文本數據中抽取實體名詞。

3.根據權利要求1所述的風電故障信息抽取方法，其特征在于，通過抽取處理獲得的實體名詞包括用于指示故障點的至少一個第一實體名詞和用于故障描述的至少一個第二實體名詞，

其中，基于所獲取的文本數據以及實體名詞抽取處理結果，確定所述文本數據的第一抽取信息和第二抽取信息的步驟包括：

參照風電故障的文本特征，根據所獲取的文本數據，基于所述至少一個第一實體名詞進行拼接獲得第一抽取信息，基于所述至少一個第二實體名詞進行拼接獲得第二抽取信息。

4.根據權利要求3所述的風電故障信息抽取方法，其特征在于，通過以下方式之一獲得第一抽取信息：

將所述文本數據中位置相鄰的兩個第一實體名詞進行拼接，獲得第一抽取信息；

將滿足名詞-連詞-名詞短語結構的兩個第一實體名詞以及位于所述兩個第一實體名詞之間的連詞進行拼接，獲得第一抽取信息。

5.根據權利要求3或4所述的風電故障信息抽取方法，其特征在于，基于所述至少一個第一實體名詞進行拼接獲得第一抽取信息的步驟包括：

確定在所述文本數據中與所述至少一個第一實體名詞中的任一第一實體名詞相鄰的詞；

確定所述相鄰的詞的類別；

基于所述相鄰的詞的類別對所述任一第一實體名詞進行拼接，獲得第一抽取信息。

6.根據權利要求5所述的風電故障信息抽取方法，其特征在于，通過以下方式獲得第一抽取信息：

對所述文本數據中除所抽取的所述至少一個第一實體名詞和所述至少一個第二實體名詞之外的部分進行切詞，獲得至少一個分詞；

如果確定所述相鄰的詞的類別是另一第一實體名詞，則將所述任一第一實體名詞與所述另一第一實體名詞進行拼接，獲得第一抽取信息；

如果確定所述相鄰的詞的類別是分詞，則確定所述分詞的詞性；

如果確定所述分詞的詞性為連詞，則確定與所述分詞相鄰的另一詞是否為另一第一實體名詞或者名詞；

如果與所述分詞相鄰的另一詞為另一第一實體名詞或者名詞，則將所述任一第一實體名詞與所述分詞、與所述分詞相鄰的另一詞進行拼接，獲得第一抽取信息。

7.根據權利要求3所述的風電故障信息抽取方法，其特征在于，通過以下方式之一獲得第二抽取信息：

將所述文本數據中位置相鄰的兩個第二實體名詞進行拼接，獲得第二抽取信息；

將滿足動詞-實體名詞短語結構的第二實體名詞以及位于所述第二實體名詞之前的動詞進行拼接，獲得第二抽取信息。

8.根據權利要求3或7所述的風電故障信息抽取方法，其特征在于，基于所述至少一個第二實體名詞進行拼接獲得第二抽取信息的步驟包括：

確定在所述文本數據中與所述至少一個第二實體名詞中的任一第二實體名詞相鄰的詞；

確定所述相鄰的詞的類別；

基于所述相鄰的詞的類別對所述任一第二實體名詞進行拼接，獲得第二抽取信息。