[发明专利]一种基于知识图谱的电力故障智能问答方法及装置在审

专利信息
申请号: 202110377904.6 申请日: 2021-04-08
公开(公告)号: CN113051382A 公开(公告)日: 2021-06-29
发明(设计)人: 赵之晗;尹春林;杨政 申请(专利权)人: 云南电网有限责任公司电力科学研究院
主分类号: G06F16/332 分类号: G06F16/332;G06F16/33;G06F16/35;G06F40/295;G06F40/30;G06Q50/06
代理公司: 北京弘权知识产权代理有限公司 11363 代理人: 逯长明;许伟群
地址: 650217 云南省昆*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 知识 图谱 电力 故障 智能 问答 方法 装置
【权利要求书】:

1.一种基于知识图谱的电力故障智能问答方法,其特征在于,包括:

基于接收到的问题信息进行问句意图识别得到语义三元组组合,所述语义三元组组合包括一个或多个语义三元组;

基于所述语义三元组组合根据映射规则进行问题分类得到问题类别;

基于所述语义三元组组合和所述问题类别进行语义匹配得到结构化查询语言;

基于所述结构化查询语言在预先建立的电力故障知识图谱中进行匹配查询得到答案;

基于所述答案进行匹配判断,若答案匹配则输出所述答案完成问答,若答案不匹配则对所述电力故障知识图谱进行知识更新与扩充,并进行二次查询。

2.根据权利要求1所述的方法,其特征在于,所述基于接收到的问题信息进行问句意图识别得到语义三元组组合,包括:

基于所述问题信息进行基于深度学习模型的实体识别和实体属性分类得到前序语义三元组组合;

基于所述前序语义三元组组合进行相似语句归一化操作得到所述语义三元组组合。

3.根据权利要求1所述的方法,其特征在于,所述基于所述语义三元组组合根据映射规则进行问题分类得到问题类别,包括:

提取所述语义三元组的个数为第一语义信息;

提取关系p属于常用属性表示集的所述语义三元组的个数为第二语义信息;

提取宾语o为描述主语s状态的所述语义三元组的个数为第三语义信息;

提取主语s不同的所述语义三元组的个数为第四语义信息;

判断所述语义三元组组合是否满足条件:所述第一语义信息、第二语义信息以及第三语义信息的值均大于3,且第四语义信息的值大于2;若满足所述条件则将所述问题分类为推理型,若不满足则对关系p+宾语o与关键词句进行相似度计算;

若相似度达到阈值,则将所述问题分类为定义型,若相似度未达到阈值,则对关系p进行属性判断;

若关系p属于常用属性表示集,则将所述问题分类为属性标签型,若关系p不属于常用属性表示集,则将所述问题分类为非常态问题。

4.根据权利要求3所述的方法,其特征在于,所述基于所述结构化查询语言在预先建立的电力故障知识图谱中进行匹配查询得到答案,包括:

若所述问题为所述定义型,则答案包含其定义内容和其属性节点内容;

若所述问题为所述属性标签型,则答案包含与其属性节点有关的内容;

若所述问题为所述推理型,则对多个所述语义三元组的语义进行组合,并采用基于知识图谱路径的推理算法进行知识推理,生成答案。

5.根据权利要求1所述的方法,其特征在于,所述电力故障知识图谱的建立方法包括:

采集有关电力设备和电力系统故障的技术资料;

基于所述技术资料进行实体识别与关系抽取得到图谱语义三元组;

基于所述图谱语义三元组建立所述电力故障知识图谱。

6.根据权利要求5所述的方法,其特征在于,所述基于所述技术资料进行实体识别与关系抽取得到图谱语义三元组,包括:

通过远程监督学习的方式利用深度学习模型对所述技术资料的文本进行实体识别与关系抽取得到所述图谱语义三元组。

7.根据权利要求6所述的方法,其特征在于,还包括定期对已建立的所述电力故障知识图谱进行知识更新与扩充。

8.一种基于知识图谱的电力故障智能问答装置,应用于权利要求1至7中任意一项所述的方法,其特征在于,所述装置包括:交互模块(100)、意图识别模块(200)、语义匹配模块(300)和知识图谱模块(400);

所述交互模块(100)包括:输入模块(110)、输出模块(120)和存储模块(130);

所述意图识别模块(200)包括:语义分析模块(210)和分类映射模块(220),所述语义分析模块(210)包括实体识别子模块(211)和属性分类子模块(212),所述分类映射模块(220)包括相似归一子模块(221)和映射规则子模块(222);

所述语义匹配模块(300)包括:查询模块(310)和答案模块(320);

所述知识图谱模块(400)包括:数据采集模块(410)、知识抽取模块(420)、知识存储模块(430)和知识更新模块(440);

所述输入模块(110)将用户输入的所述问题信息传递到所述语义分析模块(210),所述实体识别子模块(211)、所述属性分类子模块(212)和所述相似归一子模块(221)对所述问题信息进行问句意图识别和相似语句归一化操作得到所述语义三元组组合,所述属性分类子模块(212)基于映射规则进行问题分类得到所述问题类别,并将所述语义三元组组合和所述问题类别传递到所述查询模块(310),所述查询模块(310)基于所述语义三元组组合和所述问题类别进行问题形态判断,并对所述问题形态为正常的问题进行语义匹配得到所述结构化查询语言,基于所述结构化查询语言在所述知识存储模块(430)进行查询生成答案,对所述答案在答案模块(320)进行匹配判断,若答案匹配则将所述答案传递到所述输出模块(120),若答案不匹配则将所述问题信息与所述答案传递到所述知识更新模块(440)对所述电力故障知识图谱进行知识更新与扩充,并进行二次查询,所述存储模块(130)对所述输入模块(110)和所述输出模块(120)的内容进行存储,形成用户问答记录;

所述数据采集模块(410)采集有关电力设备和电力系统故障的技术资料,并将所述技术资料传递给所述知识抽取模块(420),所述知识抽取模块(420)基于所述技术资料进行实体识别与关系抽取得到图谱语义三元组,并基于所述图谱语义三元组建立所述电力故障知识图谱,所述知识存储模块(430)对所述知识抽取模块(420)建立的所述电力故障知识图谱进行存储。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南电网有限责任公司电力科学研究院,未经云南电网有限责任公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110377904.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top