[发明专利]一种基于自然语言处理技术的电力调度语素抽取方法

权利要求书

1.一种基于自然语言处理技术的电力调度语素抽取方法，其特征在于包括以下步骤：

步骤1、分词模型建立步骤：根据电力调度日志的录音材料建立调度日志音素词典；

步骤2、调度实体抽取及指令抽取步骤：用建立好的调度日志音素词典自动匹配录音转化的文字，生成结构化数据；

步骤3、日志智能分类步骤：根据录音转化的文本，自动匹配相对应的场景，然后转为结构化数据并载入日志；

步骤4、调度日志语义解析步骤：对于故障场景的语音，将语音处理为结构化数据；根据结构化数据的内容，提取故障的语义；根据故障的语义直接匹配故障处理库，找出对应的故障处理步骤。

2.根据权利要求1所述的一种基于压缩的快速分析治病基因的算法，其特征在于：所述步骤1的具体实现方法为：首先对所有调度日志的声母和韵母的覆盖率进行统计，然后使用结巴分词方法将调度日志的录音材料进行切分，对每个分词进行注音，并标注音标，最后进行编号形成调度日志音素词典。

3.根据权利要求1所述的一种基于压缩的快速分析治病基因的算法，其特征在于：所述步骤3的具体实现方法为：建立电力调度各个场景的文本库，采用机器学习方法对场景的文本库进行学习，判断该文本所属的场景；利用结巴切词和正则表达式从文本中抽取结构化数据，然后记入日志。

4.根据权利要求3所述的一种基于压缩的快速分析治病基因的算法，其特征在于：所述文本与场景自动匹配是通过机器学习里面的AdaBoost元算法和朴素贝叶斯实现的。