[发明专利]基于槽位语义交互的大坝应急工况事件检测方法和系统

权利要求书

1.一种基于槽位语义交互的大坝应急工况事件检测方法，其特征在于，构造带槽位的问题模板，利用问题槽位与上下文间的交互来提取相关特征，对大坝安全运行日志进行事件检测，包括如下步骤：

步骤1，数据预处理：首先将大坝安全运行日志文件按日期拆分为多个文档并排序，然后对文档按最大长度拆分为待检测文本；

步骤2，构造识别问题模板：用自然语言构造带槽位的识别问题模板，将最符合触发词含义的词语填入槽位，以引导BART模型识别触发词；

步骤3，上下文编码：将待检测文本输入BART模型编码，得到上下文向量；

步骤4，基于槽位语义交互提取触发词向量：将待检测文本和识别问题模板分别输入BART模型的编码器组件和解码器组件，利用编码器与解码器间的交叉注意力，捕捉与槽位语义相关的上下文特征，融合为触发词向量；

步骤5，构建标签选择器标注触发词：使用触发词向量构造BIO标签选择器，根据上下文向量计算每个字的标签分数，然后利用条件随机场计算标签序列概率，标注出待检测文本中的触发词；

步骤6，构造分类问题模板：用自然语言构造带槽位的分类问题模板，将识别出的触发词填入槽位，得到每个触发词对应的问题模板，以引导模型对每个触发词进行分类；

步骤7，基于槽位语义交互提取类型特征向量并实现分类：将待检测文本和分类问题模板分别输入BART模型的编码器组件和解码器组件，利用编码器与解码器间的交叉注意力，提取每个触发词的类型特征向量，并根据该特征进行分类，从而实现了大坝应急工况事件检测。

2.根据权利要求1所述的基于槽位语义交互的大坝应急工况事件检测方法，其特征在于，所述步骤1中包括如下步骤：

步骤1-1，首先将大坝安全运行日志按日志记录日期拆分为多个文档，并按日期顺序排序；

步骤1-2，对每个文档按设定的最大长度拆分为多段待检测文本，所述设定的最大长度为BART模型能接受的最大输入长度，拆分后的文本长度不超过最大长度，且仅由完整句子组成。

3.根据权利要求1所述的基于槽位语义交互的大坝应急工况事件检测方法，其特征在于，所述步骤2中，构造识别问题模板为“发生了什么事件？”，其中“事件”为槽位填充词。

4.根据权利要求1所述的基于槽位语义交互的大坝应急工况事件检测方法，其特征在于，所述步骤4中包括如下步骤：

步骤4-1，将待检测文本输入BART模型的编码器组件，得到编码器的最后一层隐藏向量序列，将与识别问题模板共同输入BART模型的解码器组件，问题模板与待检测文本在解码器组件的交叉注意力层中产生语义交互，从而根据上下文与问题模板间的语义关联程度加权融合上下文特征，计算公式如下：

，，其中，X是待检测文本，Encoder和Decoder分别表示BART模型的编码器和解码器组件，表示X经Encoder计算后得到的最后一层隐藏向量序列，Decoder接受两个不同的输入，并在计算过程中执行交叉注意力，Q_ide是识别问题模板，为解码器的最后一层隐藏向量序列，包含了Q_ide中每个字的隐藏状态；

步骤4-2，取中槽位填充词对应的隐藏向量并取均值，得到触发词向量H_ide，H_ide融合了与该词相关的上下文特征，其中槽位填充词为“事件”，对应中“事件”的隐藏向量。