[發明專利]電力調度操作票實體信息抽取方法及裝置

在審

• 申請號: 202210409993.2
• 申請日: 2022-04-19
• 公開（公告）號: CN114741511A
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 趙志宇;趙天騏;劉瑛琳;王澤森;梁浩;張廣韜;梁偉宸;王亞娟;王長瑞;李梁;劉博;樊淑麗;李烜;劉苗;謝歡;黃天嘯
• 申請（專利權）人: 國網冀北電力有限公司電力科學研究院;國家電網有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/295;G06F16/33
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 葉明川;董驍毅

本發明提供一種電力調度操作票實體信息抽取方法及裝置。該電力調度操作票實體信息抽取方法包括：獲取電力調度操作票文本，將電力調度操作票文本轉換為文本向量；將文本向量依次輸入預先創建的線性網絡模型和預先創建的實體信息抽取模型中得到對應的字符標簽；根據字符標簽從電力調度操作票文本抽取實體信息。本發明可以快速轉確地抽取電力調度操作票實體信息。

技術領域

本發明涉及人工智能技術領域，具體地，涉及一種電力調度操作票實體信息抽取方法及裝置。

背景技術

在電網公司的電力調度部門，調度員下達的調度操作指令票除了要以電話的形式通知給下級調度機構，還要發送給調度自動化系統。調度自動化系統無法讀取操作票信息，需要借助其他手段識別操作票文本中的“電網設備、調度機構、檢修票號”等實體信息，這些實體信息會進一步參與調度自動化系統的運行。因此，基于調度操作票文本識別其中的實體信息具有重要的生產實際意義。

實體抽取的主要算法有RNN、CNN和Transformer等，但是RNN算法存在訓練速度慢的致命問題；CNN只能將模型添加到2至3層，無法獲取更多全局信息，模型準確率有限；Transformer雖然相比于CNN可以加深網絡深度，但是需要先預訓練語言模型然后把預訓練模型適配給下游任務，操作環節多且較為繁瑣。

目前基于規則或者基于字典的實體識別方法中需要被識別的文本是結構化文本(文字的寫法存在某種特定的規則)或帶有某種編號的字典，處理不了較為復雜的文本實體信息。也有采用BiGRU網絡處理文本實體信息抽取方面的方案，但是BiGRU屬于RNN網絡的一種，存在訓練速度慢的問題。而且BiGRU網絡訓練過程中的超參數也缺乏及時調整更新，使得訓練過程需要花更多的時間達到理想的水平。

發明內容

本發明實施例的主要目的在于提供一種電力調度操作票實體信息抽取方法及裝置，以快速轉確地抽取電力調度操作票實體信息。

為了實現上述目的，本發明實施例提供一種電力調度操作票實體信息抽取方法，包括：

獲取電力調度操作票文本，將電力調度操作票文本轉換為文本向量；

將文本向量依次輸入預先創建的線性網絡模型和預先創建的實體信息抽取模型中得到對應的字符標簽；

根據字符標簽從電力調度操作票文本抽取實體信息。

在其中一種實施例中，還包括：

執行如下迭代處理：

根據預先獲取的歷史文本向量和線性網絡模型參數得到歷史文本線性變換結果；

根據歷史文本線性變換結果和實體信息抽取模型參數得到預測字符標簽向量；

將歷史文本向量對應的實際字符標簽轉換為實際字符標簽向量，根據實際字符標簽向量和預測字符標簽向量確定損失函數；

當當前迭代次數達到迭代閾值時，根據線性網絡模型參數創建線性網絡模型，根據實體信息抽取模型參數創建實體信息抽取模型，否則根據損失函數更新線性網絡模型參數和實體信息抽取模型參數。

在其中一種實施例中，根據損失函數更新線性網絡模型參數和實體信息抽取模型參數包括：

根據損失函數和批處理數據確定目標損失函數；

根據目標損失函數和學習率更新線性網絡模型參數和實體信息抽取模型參數。

在其中一種實施例中，還包括：

根據實際字符標簽向量和預測字符標簽向量確定正確率數據；

根據正確率數據和損失函數更新迭代閾值、批處理數據和學習率。

本發明實施例還提供一種電力調度操作票實體信息抽取裝置，包括：