[发明专利]一种电网调度故障处理知识图谱的构建方法及装置

权利要求书

1.一种电网调度故障处理知识图谱的构建方法，其特征在于，包括：

对电网调度故障处理领域文本语料进行专业短语识别，包括：将故障预案、运行方式和调度日志的领域语料进行中文分词；采用N-Gram频次统计模型构建短语字典树节点，得到频次大于预设值的短语序列，作为候选短语；基于候选短语的统计指标特征进行高质量候选短语筛选；所述高质量候选短语是指频次高，但对于电网调度故障处理领域不重要的短语；计算高质量候选短语的质量评分；基于高质量候选短语的质量评分对中文分词后的故障预案、运行方式和调度日志的领域语料进行迭代切割，最终识别出电网调度故障处理领域专业短语；

对识别后的电网调度故障处理领域专业短语进行命名实体识别，包括：对电网调度故障处理领域专业短语进行语料标注，标注出厂站，设备，事件和操作，一行一个分词以及对应的标注符号；将语料标注后生成的标注信息转换为BIO标注格式；对语料标注后的电网调度故障处理领域专业短语进行数据增强和预处理；将数据增强和预处理后的专业短语划分训练集和验证集，以Albert-zh模块作为文本特征提取，采用Bi-LSTM序列标注算法进行模型训练与验证，得到电网调度故障处理领域中厂站、设备、事件和操作的命名实体识别模型；

所述对语料标注后的电网调度故障处理领域专业短语进行数据增强和预处理，包括：对电网调度故障处理领域专业短语中的分句进行bigram、trigram拼接，生成新的分句；对于已标注为厂站、设备、事件和操作的实体，利用收集到的命名实体词典，采用随机替换的方式，替换同类型的实体，得到增强语料；对所有语料去除空行与句号，统一符号状态，统一字母大小写，以及去掉无意义的词；

对命名实体识别后的电网调度故障处理领域专业短语进行实体关系抽取并融合，构建多领域融合的电网调度故障处理知识图谱。

2.根据权利要求1所述的一种电网调度故障处理知识图谱的构建方法，其特征在于，所述基于候选短语的统计指标特征进行高质量候选短语筛选，包括：

将候选短语按照9:1的比例划分训练集和验证集，并人工标注出训练集中高质量候选短语；

针对每一个人工标注样本，采用决策树分类器进行训练、测试与验证，构建基于短语统计指标特征的分类器，用于识别高质量候选短语；所述统计指标特征包括：候选短语的值、值、PMI值、左邻字熵和右邻字熵。

3.根据权利要求1所述的一种电网调度故障处理知识图谱的构建方法，其特征在于，所述计算高质量候选短语的质量评分，包括：

；

其中，为候选短语的质量评分，、、、、分别为候选短语的值、值、PMI值、左邻字熵、右邻字熵，、、、、分别为候选短语的值、值、PMI值、左邻字熵、右邻字熵值的权重。

4.根据权利要求1所述的一种电网调度故障处理知识图谱的构建方法，其特征在于，所述基于高质量候选短语的质量评分对中文分词后的故障预案、运行方式和调度日志的领域语料进行迭代切割，最终识别出电网调度故障处理领域专业短语，包括：

将高质量候选短语按质量评分从大到小进行排序，获取质量评分最大的前N个高质量候选短语；

对中文分词后的故障预案、运行方式和调度日志的领域语料基于前N个高质量候选短语进行迭代切割，更新候选短语，并重新计算更新后的候选短语的统计指标特征和质量评分，直至最终的候选短语的质量评分不变，输出最终质量评分最大的前N个候选短语，作为电网调度故障处理领域专业短语。

5.根据权利要求1所述的一种电网调度故障处理知识图谱的构建方法，其特征在于，还包括：

在已识别的厂站和设备中，基于名称缩写文本模式，识别厂站和设备的同义词与缩略词，共同作为电网调度故障处理知识图谱构建的实体。