[发明专利]一种电力系统操作票内容提取方法及系统

权利要求书

1.一种电力系统操作票内容提取方法，其特征在于，包括：

建立基于隐马尔可夫模型的由字构词的中文分词模型，根据该中文分词模型得到中文操作票指令的分词结果；

建立基于隐马尔可夫模型的词性标注模型，根据该词性标注模型标注词语词性，得到词性序列；

使用训练语料分别对中文分词和词性标注两个模型进行训练；

按照电力系统操作票语法规则，实现电力系统操作票中动作及对象的智能化提取。

2.根据权利要求1所述的电力系统操作票内容提取方法，其特征在于，所述基于隐马尔可夫模型的由字构词的中文分词模型如下：

中文分词模型将中文分词转化为字的序列标注，按照字在词中位置不同，字的词位包括单独成词S、词首B、词中M和词尾E，对于一个含有n个字的中文字符串{x1,…xi,…,xn}，基于隐马尔可夫模型的字的词位标注{y1,…yi,…,yn}的联合概率分布为：

P ( { x 1 , y 1 ... x n , y n } ) = P ( y 1 ) P ( x 1 | y 1 ) Π i = 2 n P ( y i | y i - 1 ) P ( x i | y i ) = π [ y 1 ] B [ y 1 , x 1 ] Π i = 2 n A [ y i - 1 , y i ] B [ y 1 , x 1 ] , ]]>

式中，第i个字xi的词位yi∈{S,B,M,E}，π、A、B分别对应隐马尔可夫模型的初始状态、状态转移、观测状态概率矩阵参数；

根据隐马尔科夫模型的参数估计方法得到匹配训练语料的中文分词模型参数；给定输入序列，根据维特比算法计算得到上式的最大值，并得到对应的词位序列，在词位为S或E的字后面断句实现分词。