[發明專利]一種基于電力本體知識庫的電力信息檢索方法

有效

• 申請號: 202011637617.6
• 申請日: 2020-12-31
• 公開（公告）號: CN112765314B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 彭澤武;萬嬋;楊秋勇;梁盈威;吳金銘;王海明;王柳佳
• 申請（專利權）人: 廣東電網有限責任公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/295;G06N3/044;G06N3/049;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 賈小慧

1.一種基于電力本體知識庫的電力信息檢索方法，其特征在于，包括：

獲取電力文本信息，建立電力實體的分類類別，所述分類類別用于描述電力作業的目標；

所述電力文本信息包括變電站基礎知識、技術規范和標準、運維方案三類的文本信息；

將電力文本信息按照預設比例分為訓練樣本、驗證樣本和測試樣本；

將訓練樣本輸入Bi-LSTM-CRF模型，對Bi-LSTM-CRF模型進行訓練；所述Bi-LSTM-CRF模型包括嵌入層、雙向長短時記憶網絡層（Bi-LSTM）和條件隨機場層(CRF)；其中，嵌入層對中文字符進行編碼，將文本向量化表示；雙向長短時記憶網絡層（Bi-LSTM）用于提取文本序列的抽象語言特征，包括文本的順序時序特征、逆序時序特征；條件隨機場層(CRF)對雙向長短時記憶網絡層的輸出進行處理；

采用訓練后的Bi-LSTM-CRF模型對驗證樣本進行測試，識別電力文本的電力實體；

將電力文本的電力實體識別結果送入電力本體知識庫；所述電力本體知識庫包括原始語料、本體、本體關聯向量；其中，原始語料表示輸入的文本，原始語料經過基于Bi-LSTM-CRF模型識別形成本體，本體關聯向量表示原始語料與本體之間的關聯關系；

輸入檢索語句，利用本體最大關聯匹配度算法，計算檢索語句與本體知識庫中知識的相似度；

返回根據檢索語句所檢索到的實體，以及檢索到的原始語料；

所述最大關聯匹配度算法包括：

輸入的檢索語句作為問詢語料輸入至電力實體識別模型中去，得到本體及本體關聯向量；

計算本體關聯向量與本體知識庫中的每一個本體關聯向量的Jaccard系數，所述Jaccard系數用于計算符號度量或布爾值度量的個體間的相似度；

采用如下公式計算原始語料本體關聯向量的Jaccard系數：

；

式中，表示問詢語料的本體關聯向量，表示知識庫中第條知識語料對應的本體關聯向量，表示取交集運算，表示取并集運算；

依照系數從大到小對本體知識庫進行排序。

2.根據權利要求1所述的基于電力本體知識庫的電力信息檢索方法，其特征在于，若原始語料中存在實體時，則本體關聯向量的值為1，否則為0。

3.根據權利要求2所述的基于電力本體知識庫的電力信息檢索方法，其特征在于，雙向長短時記憶網絡層（Bi-LSTM）包括前向長短時記憶網絡層和后向長短時記憶網絡層，前向長短時記憶網絡層用于融合順序的上下文信息，后向長短時記憶網絡層用于融合逆序的上下文信息，最后綜合前向長短時記憶網絡層和后向長短時記憶網絡層的輸出；前向長短時記憶網絡層和后向長短時記憶網絡層均包括：輸入門、遺忘門、記憶門和輸出門。

4.根據權利要求1所述的基于電力本體知識庫的電力信息檢索方法，其特征在于，當Jaccard系數大于預設閾值時，返回相對應的本體和原始語料；動態調整返回閾值，對排序好的原始語料進行抽取。