[发明专利]基于知识图谱的电力信息运维系统数据库构建方法

权利要求书

1.一种基于知识图谱的电力信息运维系统数据库构建方法，其特征在于，包括以下步骤：

步骤1：对电力系统工单数据进行工单采集，并转换为文本格式，采用七步法进行本体构建，根据文本含义属性划分为多个文本域；

步骤2：以工单为单位，对工单文本数据进行分词处理；

步骤3：对文本域进行分组；

步骤4：对各文本域分别进行域分词处理，采用基于字符串匹配的分词方法分别对各分组的内容进行词汇切分；

步骤5：根据无效词汇表进行无效词汇过滤，过滤掉无效词汇和敏感词汇；

步骤6：将有效词汇与知识库中词汇表进行比对，将新词汇加入到知识库的词汇列表，对己有词汇进行累加其出现的频次；

步骤7：抽取加入词汇的实体关系：通过预先定义实体关系类型及基于实体的特征，抽取实体关系，采用word2vec对词特征向量进行处理，计算词向量之间的相似度，并根据相似度进行实体关系的分类；

步骤8：将实体与实体关系的分类导入Neo4j图数据库。

2.根据权利要求1所述的基于知识图谱的电力信息运维系统数据库构建方法，其特征在于：步骤2和步骤4中，分词采用中科院的ICTCLAS系统；

将分词后的所有词组成字符表D，D＝{d₁，d₂，...，d_n}，其中d_i表示一个词，i∈[1，n]；将每个词E的词特征向量表示为V＝{v₁，v₂，...，v_n}，其中v_i代表该词是否对应字符表D中的d_i，v_i的计算方式如下：

3.根据权利要求2所述的基于知识图谱的电力信息运维系统数据库构建方法，其特征在于：步骤2和步骤4中，分词还包括词性特征的构建：词性特征的构建与词特征的构建方式一致。

4.根据权利要求1所述的基于知识图谱的电力信息运维系统数据库构建方法，其特征在于：对电力系统工单数据采用Python的urllib2包对非结构化文本数据的内容进行采集；采用BeautifulSoup包对采集的内容进行解析；采用R环境下的Rwordseg包进行分词。