[發明專利]一種基于知識圖譜的電力文本實體語義理解方法

在審

• 申請號: 202110600721.6
• 申請日: 2021-05-31
• 公開（公告）號: CN113326697A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 尹春林;趙之晗;趙現平;方正云;李萍;張林山;劉柱揆;楊政;潘侃
• 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: G06F40/279
• 分類號: G06F40/279;G06F16/33;G06F16/36;G06F40/247;G06F40/30
• 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文本實體語義理解方法，其特征在于，具體步驟包括：

根據自舉法構建電力實體同義詞林；

通過眾包平臺構建電力領域知識圖譜；

根據所述電力實體同義詞林，進行電力文本的實體指代理解；

將所述電力文本的實體指代理解鏈接到所述電力領域知識圖譜中的特定實體；

在所述電力領域知識圖譜中對所述特定實體進行匹配查詢，獲取所述特定實體的語義信息。

2.根據權利要求1所述的一種基于知識圖譜的電力文本實體語義理解方法，其特征在于，根據自舉法構建電力實體同義詞林，具體步驟如下：

獲取語料并定義初始模式；

采用所述初始模式對語料進行模式匹配，得到同義詞對；

在所述語料中對新同義詞進行搜索，尋找新模式；

將所述新模式添加進現有模式庫中并重新進行模式匹配，得到新同義詞對；

根據所述同義詞對和所述新同義詞對，構建電力實體同義詞林。

3.根據權利要求1所述的一種基于知識圖譜的電力文本實體語義理解方法，其特征在于，將所述電力文本的實體指代理解鏈接到所述電力領域知識圖譜中的特定實體，具體包括：

通過深度學習的方法從實體相關的語料中訓練實體向量，并生成詞的分布式向量表示；

通過兩類信息求解全局最優的映射方案，其中，兩類信息是指代上下文與候選實體的匹配程度和候選實體的匹配程度和候選實體之間的相容程度；

根據所述兩類信息，分別計算局部實體鏈接分數和全局實體鏈接分數。

4.根據權利要求3所述的一種基于知識圖譜的電力文本實體語義理解方法，其特征在于，所述局部實體鏈接分數和所述全局實體鏈接分數均采用近似模型圖算法進行計算。

5.根據權利要求3所述的一種基于知識圖譜的電力文本實體語義理解方法，其特征在于，所述候選實體通過圖剪枝算法進行排除，且排除的是不相關的候選實體。