[发明专利]一种新能源政策信息抽取方法及系统

说明书

本发明提出一种新能源政策信息抽取方法及系统，将新能源政策处理为设定格式的新能源政策文本；基于预先建立的新能源政策特征词典库，采用标点符号自动识别分句的方法对所述新能源政策文本进行分句层次划分与标注，输出划分与标注结果，生成文本语句库；基于统一服务接口，根据所述文本语句生成新能源政策特征词典库和文本语句库的关键信息并输出。

技术领域

本发明属于新能源政策评价和文本挖掘领域，具体涉及一种新能源政策信息抽取方法及系统。

背景技术

在环境污染、气候变化和化石能源日益枯竭的多重挑战下，以可再生能源为主的新能源在各国能源战略中居于越来越重要的地位。为了促进可再生能源产业的发展，我国于2005年颁布了《可再生能源法》，并建立了可再生能源的目标与规划制度、固定电价与强制上网制度、费用分摊与补贴制度等其后，截止到2018年5月，围绕《可再生能源法》的实施，中央和各级政府出台了一系列的政策和相关配套文件，逐渐形成以《可再生能源法》为主导的新能源和可再生能源法律与政策体系。

传统模式下，政府部门在政策制定过程中，常常因数据源有限、数据处理能力不足、时效性不高等技术难题，存在量化指标难界定，政策执行情况难考核、政策合理性缺乏评估手段等问题，迫切需要采用新的方法和手段对政策执行效果和作用进行分析评估。为此，2015年7月1日国务院办公厅印发《国务院办公厅关于运用大数据加强对市场主体服务和监管的若干意见》，提出“运用大数据科学制定和调整监管制度和政策，跟踪监测有关制度和政策的实施效果”并“充分运用大数据技术，改进经济运行监测预测和风险预警”。

对政策进行分析评价，首先需要对政策的核心内容进行解读，提取核心信息。传统的处理方法是由分析评价人员人工对政策进行解读，获取分析评价所需的关键信息，然后将这些信息作为基础，作进一步的分析处理。然而面对大量的新能源政策，通过人工检索，人工分类的方式不仅效率低下，同时造成了有效信息无法准确提取的风险。

发明内容

为了满足上述需求，本发明提出一种新能源政策信息抽取方法及系统，能够利用计算机快速，准确，精炼的提取出政策所表达的主要信息，得到政策的所属分类，政策的影响范围等内容，免去人工检索，人工分类的麻烦，从而节约时间，提高了效率。

本发明的目的是采用下述技术方案实现的：

一种新能源政策信息抽取方法，所述方法包括：

将新能源政策处理为设定格式的新能源政策文本；

基于预先建立的新能源政策特征词典库，采用标点符号自动识别分句的方法对所述新能源政策文本进行分句层次划分与标注，输出划分与标注结果，生成文本语句库；

基于统一服务接口，根据所述文本语句生成新能源政策特征词典库和文本语句库的关键信息，并输出。

优选的，所述新能源政策特征词典库的建立包括：

对收集的新能源政策进行预处理；

利用专家法，对预处理后的新能源政策文本的数据库进行抽样分析，生成用于存储基本特征词的新能源政策特征词典库。

优选的，所述基于预先建立的新能源政策特征词典库，采用标点符号自动识别分句的方法对新能源政策文本进行分句层次划分与标注，输出划分与标注结果，生成文本语句库包括：

基于预先建立的新能源政策特征词典库，对新能源政策文本进行分词处理，生成文本分词库；

根据所述文本分词库的分词词频情况，更新新能源政策特征词典库；

基于更新的新能源政策特征词典库，建立文本语句库。

进一步地，所述对收集的新能源政策进行预处理包括：