[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

说明书

本申请提供了一种基于知识图谱的电力故障智能问答方法及装置，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，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，完成问答或知识图谱更新与扩充。可见，本申请所提供的一种基于知识图谱的电力故障智能问答方法对问答对依赖性低、映射精准、知识范围广泛，能极大减轻电力客服的工作压力，满足电力技术信息化智能化的行业需求。

技术领域

本申请涉及人工智能技术领域，特别涉及一种基于知识图谱的电力故障智能问答方法及装置。

背景技术

2019年，全国发电量75034.3亿千瓦时，同比增长4.7％，2020年，全社会用电量75110亿千瓦时，同比增长3.1％，电力系统的安全运行对于国家和社会的发展具有重要意义。针对电力系统和电力设备故障处理中的问题，传统的解决方法为用户或电力工人咨询电力技术专家或者查找技术资料，需要耗费大量的时间与人力。

随着计算机技术的信息化和智能化发展，利用人工智能技术解决问题成为技术发展的趋势，各类智能问答系统也运用而生。智能问答系统对用户友好、操作使用方便并且可以节省查找资料或者请教技术专家所花费的时间与精力，还可以极大地减轻技术客服的压力。

目前，针对电力故障还没有成熟的智能问答系统。在传统的问答系统中，普遍采用基于规则匹配的问答或者采用基于信息检索的问答；在基于规则匹配的问答过程中，使用问答对的like关键词进行模糊匹配，可以发现“__的简介”、“__的描述”、“DTU的__”存在多种回复方式，精度较低；在基于信息检索的问答过程中，可以发现搜索引擎的分词器对于输入文本进行分词，“DTU”、“电力设备”、“生产厂家”、“常见故障”等，依赖倒排索引表及问句模板的综合使用给出检索结果，这种方式严重依赖人工构建问答对，导致召回率较低。此外，现有的智能问答系统的数据库内容主要包括设备的生产厂家、生产日期、使用说明书等，知识范围十分有限，而且不能准确地理解用户提出的问题。

发明内容

本申请提供了一种基于知识图谱的电力故障智能问答方法及装置，通过采用问句实体识别与问句意图识别相结合映射的查询方式解决了问答对依赖性问题和电力询问方式与知识精准映射的问题，通过设置基于全网技术资料并实时更新的电力故障知识图谱解决知识范围有限的问题。

第一方面，本申请提供了一种基于知识图谱的电力故障智能问答方法，所述方法包括：

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；

可选的，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；

可选的，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；