[發(fā)明專利]一種電力知識(shí)實(shí)體識(shí)別方法、裝置、設(shè)備和介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110981956.4
• 申請(qǐng)日: 2021-08-25
• 公開(kāi)（公告）號(hào): CN113486668A
• 公開(kāi)（公告）日: 2021-10-08
• 發(fā)明（設(shè)計(jì)）人: 江疆;彭偉峰;楊秋勇;黃聲勇;王海明;梁盈威
• 申請(qǐng)（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295;G06F40/242;G06F40/216;G06F16/35;G06Q50/06
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 彭東威

本發(fā)明公開(kāi)了一種電力知識(shí)實(shí)體識(shí)別方法、裝置、設(shè)備和介質(zhì)，方法包括：獲取初始電力知識(shí)序列；根據(jù)所述初始電力知識(shí)序列的當(dāng)前字符長(zhǎng)度與預(yù)設(shè)字符長(zhǎng)度的比較結(jié)果，對(duì)所述初始電力知識(shí)序列進(jìn)行調(diào)整，生成標(biāo)準(zhǔn)電力知識(shí)序列；按照預(yù)設(shè)的文本字符字典，將所述標(biāo)準(zhǔn)電力知識(shí)序列內(nèi)的每個(gè)字符分別轉(zhuǎn)換為文本特征向量；將所述文本特征向量輸入預(yù)設(shè)的目標(biāo)命名實(shí)體識(shí)別模型，生成對(duì)應(yīng)的實(shí)體標(biāo)簽；根據(jù)所述實(shí)體標(biāo)簽與所述字符的映射關(guān)系，從所述標(biāo)準(zhǔn)電力知識(shí)序列提取電力知識(shí)實(shí)體，從而提高知識(shí)實(shí)體識(shí)別的可移植性與識(shí)別效率。

技術(shù)領(lǐng)域

本發(fā)明涉及實(shí)體識(shí)別技術(shù)領(lǐng)域，尤其涉及一種電力知識(shí)實(shí)體識(shí)別方法、裝置、設(shè)備和介質(zhì)。

背景技術(shù)

隨著科技的不斷發(fā)展，電力知識(shí)也隨之增多，且涉及面廣，來(lái)源復(fù)雜。變電站的電力從業(yè)人員除了需要掌握傳統(tǒng)教科書(shū)的基本知識(shí)外，更多的是從日常工作中根據(jù)接觸到的法規(guī)、技術(shù)文件和建設(shè)方案進(jìn)行學(xué)習(xí)。

而該類知識(shí)實(shí)體的提取，實(shí)際上是電力領(lǐng)域的文本挖掘。但與一般的文本挖掘不同的是，由于電力行業(yè)涉及的文本類型多種多樣，可能來(lái)自不同的部門、不同的職位、不同的設(shè)備等，因此在考慮確定問(wèn)題需求的初始階段時(shí)，需要基于電力知識(shí)專家對(duì)文本類型進(jìn)行內(nèi)容分析。

現(xiàn)有的知識(shí)實(shí)體的提取或識(shí)別方法通常是基于規(guī)則和字典的方法，通過(guò)依賴于專業(yè)語(yǔ)言學(xué)家預(yù)先設(shè)計(jì)的規(guī)則模式，通過(guò)字符串搜索和匹配來(lái)實(shí)現(xiàn)實(shí)體識(shí)別。但上述方法容易受到手工規(guī)則的限制，需要龐大的知識(shí)庫(kù)進(jìn)行支持，可移植性較差，無(wú)法對(duì)未加入到知識(shí)庫(kù)的生詞進(jìn)行有效識(shí)別。

發(fā)明內(nèi)容

本發(fā)明提供了一種電力知識(shí)實(shí)體識(shí)別方法、裝置、設(shè)備和介質(zhì)，解決了現(xiàn)有的知識(shí)命名實(shí)體識(shí)別容易受到手工規(guī)則的限制，需要龐大的知識(shí)庫(kù)進(jìn)行支持，可移植性較差，無(wú)法對(duì)未加入到知識(shí)庫(kù)的生詞進(jìn)行有效識(shí)別的技術(shù)問(wèn)題。

本發(fā)明第一方面提供的一種電力知識(shí)實(shí)體識(shí)別方法，包括：

獲取初始電力知識(shí)序列；

根據(jù)所述初始電力知識(shí)序列的當(dāng)前字符長(zhǎng)度與預(yù)設(shè)字符長(zhǎng)度的比較結(jié)果，對(duì)所述初始電力知識(shí)序列進(jìn)行調(diào)整，生成標(biāo)準(zhǔn)電力知識(shí)序列；

按照預(yù)設(shè)的文本字符字典，將所述標(biāo)準(zhǔn)電力知識(shí)序列內(nèi)的每個(gè)字符分別轉(zhuǎn)換為文本特征向量；

將所述文本特征向量輸入預(yù)設(shè)的目標(biāo)命名實(shí)體識(shí)別模型，生成對(duì)應(yīng)的實(shí)體標(biāo)簽；

根據(jù)所述實(shí)體標(biāo)簽與所述字符的映射關(guān)系，從所述標(biāo)準(zhǔn)電力知識(shí)序列提取電力知識(shí)實(shí)體。

可選地，所述根據(jù)所述初始電力知識(shí)序列的當(dāng)前字符長(zhǎng)度與預(yù)設(shè)字符長(zhǎng)度的比較結(jié)果，對(duì)所述初始電力知識(shí)序列進(jìn)行調(diào)整，生成標(biāo)準(zhǔn)電力知識(shí)序列的步驟，包括：

比較所述初始電力知識(shí)序列的當(dāng)前字符長(zhǎng)度和預(yù)設(shè)字符長(zhǎng)度；

若所述當(dāng)前字符長(zhǎng)度大于所述預(yù)設(shè)字符長(zhǎng)度，則以所述初始電力知識(shí)序列內(nèi)的預(yù)定標(biāo)識(shí)為起點(diǎn)增加空白字符；

若所述當(dāng)前字符長(zhǎng)度小于所述預(yù)設(shè)字符長(zhǎng)度，則在所述初始電力知識(shí)序列的最后增加所述空白字符；

當(dāng)所述當(dāng)前字符長(zhǎng)度等于所述預(yù)設(shè)字符長(zhǎng)度時(shí)，將當(dāng)前時(shí)刻的所述初始電力知識(shí)序列確定為標(biāo)準(zhǔn)電力知識(shí)序列。

可選地，所述文本字符字典存有多組字符-數(shù)值映射關(guān)系；所述按照預(yù)設(shè)的文本字符字典，將所述標(biāo)準(zhǔn)電力知識(shí)序列內(nèi)的每個(gè)字符分別轉(zhuǎn)換為文本特征向量的步驟，包括：

遍歷所述標(biāo)準(zhǔn)電力知識(shí)序列，得到多個(gè)字符；

按照所述字符-數(shù)值映射關(guān)系，確定每個(gè)所述字符所對(duì)應(yīng)的字符數(shù)值；

采用一位有效編碼方式對(duì)每個(gè)字符數(shù)值進(jìn)行編碼，得到各個(gè)所述字符對(duì)應(yīng)的文本特征向量。

可選地，所述將所述文本特征向量輸入預(yù)設(shè)的命名實(shí)體識(shí)別模型，生成對(duì)應(yīng)的實(shí)體標(biāo)簽的步驟，包括：