[發明專利]一種基于知識圖譜的電力故障智能問答方法及裝置

在審

• 申請號: 202110377904.6
• 申請日: 2021-04-08
• 公開（公告）號: CN113051382A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 趙之晗;尹春林;楊政
• 申請（專利權）人: 云南電網有限責任公司電力科學研究院
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/35;G06F40/295;G06F40/30;G06Q50/06
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

1.一種基于知識圖譜的電力故障智能問答方法，其特征在于，包括：

基于接收到的問題信息進行問句意圖識別得到語義三元組組合，所述語義三元組組合包括一個或多個語義三元組；

基于所述語義三元組組合根據映射規則進行問題分類得到問題類別；

基于所述語義三元組組合和所述問題類別進行語義匹配得到結構化查詢語言；

基于所述結構化查詢語言在預先建立的電力故障知識圖譜中進行匹配查詢得到答案；

基于所述答案進行匹配判斷，若答案匹配則輸出所述答案完成問答，若答案不匹配則對所述電力故障知識圖譜進行知識更新與擴充，并進行二次查詢。

2.根據權利要求1所述的方法，其特征在于，所述基于接收到的問題信息進行問句意圖識別得到語義三元組組合，包括：

基于所述問題信息進行基于深度學習模型的實體識別和實體屬性分類得到前序語義三元組組合；

基于所述前序語義三元組組合進行相似語句歸一化操作得到所述語義三元組組合。

3.根據權利要求1所述的方法，其特征在于，所述基于所述語義三元組組合根據映射規則進行問題分類得到問題類別，包括：

提取所述語義三元組的個數為第一語義信息；

提取關系p屬于常用屬性表示集的所述語義三元組的個數為第二語義信息；

提取賓語o為描述主語s狀態的所述語義三元組的個數為第三語義信息；

提取主語s不同的所述語義三元組的個數為第四語義信息；

判斷所述語義三元組組合是否滿足條件：所述第一語義信息、第二語義信息以及第三語義信息的值均大于3，且第四語義信息的值大于2；若滿足所述條件則將所述問題分類為推理型，若不滿足則對關系p+賓語o與關鍵詞句進行相似度計算；

若相似度達到閾值，則將所述問題分類為定義型，若相似度未達到閾值，則對關系p進行屬性判斷；

若關系p屬于常用屬性表示集，則將所述問題分類為屬性標簽型，若關系p不屬于常用屬性表示集，則將所述問題分類為非常態問題。

4.根據權利要求3所述的方法，其特征在于，所述基于所述結構化查詢語言在預先建立的電力故障知識圖譜中進行匹配查詢得到答案，包括：

若所述問題為所述定義型，則答案包含其定義內容和其屬性節點內容；

若所述問題為所述屬性標簽型，則答案包含與其屬性節點有關的內容；

若所述問題為所述推理型，則對多個所述語義三元組的語義進行組合，并采用基于知識圖譜路徑的推理算法進行知識推理，生成答案。

5.根據權利要求1所述的方法，其特征在于，所述電力故障知識圖譜的建立方法包括：

采集有關電力設備和電力系統故障的技術資料；

基于所述技術資料進行實體識別與關系抽取得到圖譜語義三元組；

基于所述圖譜語義三元組建立所述電力故障知識圖譜。

6.根據權利要求5所述的方法，其特征在于，所述基于所述技術資料進行實體識別與關系抽取得到圖譜語義三元組，包括：

通過遠程監督學習的方式利用深度學習模型對所述技術資料的文本進行實體識別與關系抽取得到所述圖譜語義三元組。

7.根據權利要求6所述的方法，其特征在于，還包括定期對已建立的所述電力故障知識圖譜進行知識更新與擴充。

8.一種基于知識圖譜的電力故障智能問答裝置，應用于權利要求1至7中任意一項所述的方法，其特征在于，所述裝置包括：交互模塊(100)、意圖識別模塊(200)、語義匹配模塊(300)和知識圖譜模塊(400)；

所述交互模塊(100)包括：輸入模塊(110)、輸出模塊(120)和存儲模塊(130)；

所述意圖識別模塊(200)包括：語義分析模塊(210)和分類映射模塊(220)，所述語義分析模塊(210)包括實體識別子模塊(211)和屬性分類子模塊(212)，所述分類映射模塊(220)包括相似歸一子模塊(221)和映射規則子模塊(222)；

所述語義匹配模塊(300)包括：查詢模塊(310)和答案模塊(320)；

所述知識圖譜模塊(400)包括：數據采集模塊(410)、知識抽取模塊(420)、知識存儲模塊(430)和知識更新模塊(440)；

所述輸入模塊(110)將用戶輸入的所述問題信息傳遞到所述語義分析模塊(210)，所述實體識別子模塊(211)、所述屬性分類子模塊(212)和所述相似歸一子模塊(221)對所述問題信息進行問句意圖識別和相似語句歸一化操作得到所述語義三元組組合，所述屬性分類子模塊(212)基于映射規則進行問題分類得到所述問題類別，并將所述語義三元組組合和所述問題類別傳遞到所述查詢模塊(310)，所述查詢模塊(310)基于所述語義三元組組合和所述問題類別進行問題形態判斷，并對所述問題形態為正常的問題進行語義匹配得到所述結構化查詢語言，基于所述結構化查詢語言在所述知識存儲模塊(430)進行查詢生成答案，對所述答案在答案模塊(320)進行匹配判斷，若答案匹配則將所述答案傳遞到所述輸出模塊(120)，若答案不匹配則將所述問題信息與所述答案傳遞到所述知識更新模塊(440)對所述電力故障知識圖譜進行知識更新與擴充，并進行二次查詢，所述存儲模塊(130)對所述輸入模塊(110)和所述輸出模塊(120)的內容進行存儲，形成用戶問答記錄；

所述數據采集模塊(410)采集有關電力設備和電力系統故障的技術資料，并將所述技術資料傳遞給所述知識抽取模塊(420)，所述知識抽取模塊(420)基于所述技術資料進行實體識別與關系抽取得到圖譜語義三元組,并基于所述圖譜語義三元組建立所述電力故障知識圖譜，所述知識存儲模塊(430)對所述知識抽取模塊(420)建立的所述電力故障知識圖譜進行存儲。