[发明专利]一种基于领域事件知识图谱的项目研判方法及装置

权利要求书

1.一种基于领域事件知识图谱的项目研判方法，其特征在于，包括：

获取历史业务数据；

对所述历史业务数据进行事件定义，确定结构化业务事件知识；

对所述结构化业务事件知识进行标注，确定标注数据；

将所述标注数据划分为训练集和验证集；

获取预先初始化超参数的深度学习模型，并使用所述训练集对所述深度学习模型进行训练，所述深度学习模型为BERT—SRL模型；

使用所述验证集对所述深度学习模型进行验证，确定模型评价指标F1值；

对所述深度学习模型进行迭代处理，更新所述超参数和所述标注数据，直至所述模型评价指标F1值大于或等于0.95时，构建事件抽取深度学习模型；

根据所述事件抽取深度学习模型和所述结构化业务事件知识，对新的业务数据进行研判。

2.根据权利要求1所述的基于领域事件知识图谱的项目研判方法，其特征在于，在获取历史业务数据之后，还包括：

对所述历史业务数据进行分类处理，确定业务词典和业务分类标签，所述分类处理包括专业词汇分类和业务分类。

3.根据权利要求2所述的基于领域事件知识图谱的项目研判方法，其特征在于，所述对所述历史业务数据进行分类处理，确定业务词典和业务分类标签，包括：

对所述历史业务数据进行专业词汇分类，确定所述业务词典；

对所述历史业务数据进行业务分类，确定所述业务分类标签。

4.根据权利要求1所述的基于领域事件知识图谱的项目研判方法，其特征在于，所述根据所述事件抽取深度学习模型和所述结构化业务事件知识，对新的业务数据进行研判，包括：

根据所述事件抽取深度学习模型和所述结构化业务事件知识，将所述历史业务数据进行结构化事件知识抽取，存储至图数据库；

根据所述图数据库，对所述新的业务数据进行研判。

5.根据权利要求4所述的基于领域事件知识图谱的项目研判方法，其特征在于，所述根据所述图数据库，对所述新的业务数据进行研判，包括：

根据所述新的业务数据，对所述图数据库进行遍历处理，确定所述图数据库中的业务数据与所述新的业务数据的相似度；

根据所述相似度，判断所述图数据库中是否存在相似业务数据，若是，则判定所述新的业务数据与所述相似业务数据存在重复立项，完成对所述新的业务数据的重复性研判；其中，所述相似业务数据是指所述图数据库中与所述新的业务数据的相似度大于或等于0.5的业务数据。

6.根据权利要求3所述的基于领域事件知识图谱的项目研判方法，其特征在于，所述业务词典包括：变电站词典、变电设备词典、输电线路词典、问题列表词典和设备型号词典。

7.根据权利要求3所述的基于领域事件知识图谱的项目研判方法，其特征在于，所述项目分类标签包括：生产技改、生产大修、主网建设和配网建设。

8.根据权利要求1所述的基于领域事件知识图谱的项目研判方法，其特征在于，所述结构化业务事件知识包括事件类型、多个事件元素和多个事件值，所述事件元素和所述事件值一一对应。

9.根据权利要求1所述的基于领域事件知识图谱的项目研判方法，其特征在于，所述超参数包括学习率、训练轮数和每批数量。

10.一种基于领域事件知识图谱的项目研判装置，其特征在于，所述基于领域事件知识图谱的项目研判装置应用于权利要求1-9任一项所述的基于领域事件知识图谱的项目研判方法，所述基于领域事件知识图谱的项目研判装置包括：

历史数据获取模块，用于获取历史业务数据；

数据定义模块，用于对所述历史业务数据进行事件定义，确定结构化业务事件知识；

标注模块，用于对所述结构化业务事件知识进行标注，确定标注数据；

划分模块，用于将所述标注数据划分为训练集和验证集；

模型训练模块，用于获取预先初始化超参数的深度学习模型，并使用所述训练集对所述深度学习模型进行训练，所述深度学习模型为BERT—SRL模型；

模型验证模块，用于使用所述验证集对所述深度学习模型进行验证，确定模型评价指标F1值；

模型构建模块，用于对所述深度学习模型进行迭代处理，更新所述超参数和所述标注数据，直至所述模型评价指标F1值大于或等于0.95时，构建事件抽取深度学习模型；

项目研判模块，用于根据所述事件抽取深度学习模型和所述结构化业务事件知识，对新的业务数据进行研判。