[发明专利]一种基于语义特征抓取电网调度事件检测的方法和装置

说明书

本发明公开了一种基于语义特征抓取电网调度事件检测的方法和装置，所述方法包括获取带有领域词汇和普通词汇的文本信息；训练所述领域词汇表征信息和普通词汇表征信息，获得基础数据文本信息；对所述基础数据文本信息中的词汇进行处理，获取处理后文本信息；将所述处理后的文本信息中涉及中文的信息进行算法验证，并通过混合表征算法进行训练；将所述初步分类的词汇信息输入预先构建的卷积神经网络，获取最终检测结果，本发明能够在以纯文本中的特定类型识别特定类型的事件实例。能够更深层次的通过自动化、智能化手段帮助电网调度管理产生工作中事件、实体的提取，从而提升工作人员的工作效能。

技术领域

本发明涉及一种基于语义特征抓取电网调度事件检测的方法和装置，属于语义识别技术领域。

背景技术

随着双碳、新型电力系统建设要求的逐步深入和研究，电网调度各类信息化、智能化系统的建设也突发猛进，但在其建设过程中，电网调度的各类留痕文档的体量和类型也逐步的增多，需要更多的自动化、智能化手段帮助电网调度管理产生工作中事件、实体的提取，从而提升工作人员的工作效能。

在目前人工智能的发展历程中，事件抽取是自然语言处理的重要任务之一，而事件检测(ED)是事件抽取的关键步骤之一，利用深度学习识别事件触发词，并进一步实现事件分类，旨在以纯文本中的特定类型识别特定类型的事件实例。

迄今为止，已经提出了许多方法[1-2]并获得了较好的性能。其中传统媒体中基于文档的事件监测方法主要通过文本的相似性和聚类来检测事件，Yang[3-4]等人提出了基于文档方法事件检测的基本步骤，包括文本预处理，数据表示，数据组织或聚类，这些步骤至今也是许多事件检测方法基本组成部分。Salton[5]在其论文方法中使用TFIDF根据语料库对文档中重要的词语进行加权，该方法也广泛地被后来的事件检测方法使用。为了改善术语向量和词袋模型的不足Kumaran[6]等人提出了一种融合了命名实体的VSM文本向量模型，用来加权重要的词特征，弥补TFIDF的不足。

但是，现有的事件提取方法发现从纯文本中捕获足够的语义信息，发现它有挑战性，因为单词可能在不同的句子中具有不同的含义。

比如“句子1：A省火电站总体装机容量为xxxkW”和“句子2：供电员工站立时的行为举止规范要求”两个句子中“站”这个单词，在不同的句子场景下代表不同的含义；另外在句子1中“装机容量”在电网业务场景中，这是一个完整的词汇，在常用分词工具中会将“装机容量”分割为“装机”和“容量”两个单词，不能正确完整的进行信息提取。所以，通过传统的单词嵌入，很难充分利用这些提示词进行有效信息提取。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于语义特征抓取电网调度事件检测的方法和装置，能够在以纯文本中的特定类型识别特定类型的事件实例。能够更深层次的通过自动化、智能化手段帮助电网调度管理产生工作中事件、实体的提取，从而提升工作人员的工作效能。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种基于语义特征抓取电网调度事件检测的方法，包括：

获取带有领域词汇和普通词汇的文本信息；

对所述文本信息进行训练处理，获得领域词汇表征信息和普通词汇表征信息；

训练所述领域词汇表征信息和普通词汇表征信息，获得基础数据文本信息；

对所述基础数据文本信息中的词汇进行处理，获取处理后文本信息；其中，所述处理内容包括对词汇进行标注、对词汇间的依赖关系进行分析、计算各类词汇距离头的距离；

将所述处理后的文本信息中涉及中文的信息进行算法验证，并通过混合表征算法进行训练；

将所述涉及中文的信息进行词汇划分，对词汇进行初步分类；