[发明专利]基于TextRank算法的输变电设备缺陷词库建立方法及系统

权利要求书

1.一种基于TextRank算法的输变电设备缺陷词库建立方法，其特征在于，包括：

(1)把给定的输变电设备缺陷文本T按照完整句子进行分割，将文本T分为m个子句子，即T＝[S₁,S₂,···,S_m]；

(2)对于任何一个子句子S_i∈T，进行分词处理和词性标注处理，只保留指定词性的单词，即S_i＝[t_i,1,t_i,2···t_i,m]，其中t_i,j∈S_j是保留后的候选关键词；

(3)构建候选关键词图G＝(V,E)，其中V为节点集，由步骤(2)中生成的候选关键词组成；E为图的边集合，E是V×V的子集；对于一个给定的点V_i，lnV_i为指向该点的点集合，点V_i指向的点集合表示为Out(V_i)；

(4)采用共现关系构造任两个节点之间的边，设置滑动窗口为K，如果两个节点对应的词汇在长度为K的窗口中共现，则两个节点之间存在边；

(5)采用TextRank算法对传播各节点的权重进行迭代，直至其收敛，得到每个节点的权重分值；

(6)对各节点权重分值进行倒序排序，从而得到最重要的T个单词，构建缺陷词库。

2.如权利要求1所述的一种基于TextRank算法的输变电设备缺陷词库建立方法，其特征在于，所述步骤(2)中，采用分词器实现分词处理和词性标注处理。

3.如权利要求1所述的一种基于TextRank算法的输变电设备缺陷词库建立方法，其特征在于，在构建有向有权图时，只筛选设定词性的词作为节点，同时删除停用词。

4.如权利要求1所述的一种基于TextRank算法的输变电设备缺陷词库建立方法，其特征在于，所述步骤(5)的具体方法为：

构建有向有权图G＝(V,E)，其中，V为节点集，E为图的边集合，E是V×V的子集；

设W_ji为在图中任两个节点V_i，V_j之间边的权重；

对于一个给定的点V_i，lnV_i为指向该点的点集合，点V_i指向的点集合表示为Out(V_i)；

其中点V_i的得分权重定义如下所示：

WS(Vi)=(1-d)+d×ΣVi∈(Vi)WjiΣVk∈Out(Vj)WjkWS(Vj);]]>

其中，d为阻尼系数，代表从图中某一特定点指向其他任意点的概率，取值范围为0到1；

计算各节点权重的时候，给图中的节点指定任意的初值，然后递归计算直到权重结果收敛。