[发明专利]一种基于深度学习的电力领域项目特征识别方法

权利要求书

1.一种基于深度学习的电力领域项目特征识别方法，其特征在于，包括如下步骤：

S1，根据电力项目文档提炼电力领域的项目特征，基于项目特征建立项目业务标签体系；

S2，对电力项目文档进行文本预处理；

S3，借助文本标注工具对预处理后的电力项目文档进行实体标注，生成电力项目文档所对应的BIO格式数据集；

S4，利用ERNIE模型、Bi-GRU神经网络和CRF模型建立网络学习模型，将步骤S3得到的BIO格式数据集输入网络学习模型进行训练得到实体识别模型；

S5，利用实体识别模型对新的电力项目文档进行特征识别。

2.根据权利要求1所述的基于深度学习的电力领域项目特征识别方法，其特征在于，在步骤S1中，所述项目业务标签体系包括一级类别标签和二级实体标签，一级类别标签包括电网基建、产业基建、电网小型基建、生产技改、产业技改、生产辅助技改、零星购置、生产大修、产业大修、生产辅助大修、电力市场营销、电网数字化、研究开发、管理咨询、教育培训和股权投资，二级实体标签包括机构、电网信息化和金额。

3.根据权利要求1所述的基于深度学习的电力领域项目特征识别方法，其特征在于，在步骤S2中，所述文本预处理的方法为：利用格式转换工具将电力项目文档的PDF文件转换为EXCEL格式后，剔除包括空白页、目录、参考文献及附图的非关键信息，再将剔除后的文件转换为TXT文件。

4.根据权利要求1所述的基于深度学习的电力领域项目特征识别方法，其特征在于，在步骤S3中，所述BIO格式数据集包括语句和每行语句所对应的标签，所述标签包括通用标签、分隔符和标签具体类别，通用标签即BIO标注，B表示实体起始位置，I表示实体的非第一个字符，O表示非实体，标签具体类别与二级实体标签相对应，采用O代表机构，E代表电网信息化，M代表金额。

5.根据权利要求1所述的基于深度学习的电力领域项目特征识别方法，其特征在于，所述步骤S4包括如下步骤：

S4.1，将预处理后的BIO格式数据集分为训练集、验证集和测试集；

S4.2，利用ERNIE模型、Bi-GRU神经网络和CRF模型建立网络学习模型；

S4.3，设置验证准确率阈值和预测准确率阈值；

S4.4，利用训练集数据对网络学习模型进行训练得到实体识别模型；

S4.5，利用验证集数据对实体识别模型进行评估，若实体识别模型的识别准确率大于验证准确率，执行步骤S4.6，否则返回步骤S4.4；

S4.6，利用测试集数据对实体识别模型进行测试，若实体识别模型的准确率小于预测准确率阈值，返回步骤S4.4并对网络学习模型的超参数进行调整，否则执行步骤S5。

6.根据权利要求5所述的基于深度学习的电力领域项目特征识别方法，其特征在于，在步骤S4.2中，所述网络学习模型包括ERNIE模型、Bi-GRU神经网络和CRF模型，ERNIE模型的输入端与文本标注工具的输出端连接，ERNIE模型的输出端与Bi-GRU神经网络的输入端连接，Bi-GRU神经网络的输出端与CRF模型的输入端连接。