[发明专利]一种基于BiLSTM-CRF模型的电力调度领域命名实体识别方法及系统

权利要求书

1.一种基于BiLSTM-CRF模型的电力调度领域命名实体识别方法，其特征在于，该方法包括：

步骤S100.对原始语料进行分词，以构造出词语边界明确的电力调度实体词典；

步骤S200.对所述电力调度实体词典中的词语进行词角色标注，并将标注后的内容转化为符合所述BiLSTM-CRF模型输入格式的第一标注结果；

步骤S300.以所述BiLSTM-CRF模型为基础对所述第一标注结果进行识别并输出第二标注结果；

步骤S400.从所述第二标注结果中还原识别出所述电力调度领域的命名实体。

2.根据权利要求1所述的基于BiLSTM-CRF模型的电力调度领域命名实体识别方法，其特征在于，所述步骤S100具体包括：

步骤S101.原始语料经基于互信息和左右熵的短语提取算法处理，得到固定长度文本片段的互信息值和左右熵；

步骤S102.根据互信息和左右熵对文本短语进行评分并排名；

步骤S103.提取排名靠前的短语加入结巴分词词典进行文本分词，根据分词结果调整短语评分，得到词语边界明确的电力调度实体词典。

3.根据权利要求1所述的基于BiLSTM-CRF模型的电力调度领域命名实体识别方法，其特征在于，所述词角色的类型包括调度机构SM、调度人员SP、调度操作SO、电力设施设备FAC、调度管理要求MR、电力资料EPD、调度条件SC、设备状态ES。

4.根据权利要求1所述的基于BiLSTM-CRF模型的电力调度领域命名实体识别方法，其特征在于，步骤200中采用BMESO标注模型所述电力调度实体词典中的词语进行词角色标注；BMESO标注模型定义如下：

B表示实体首部字；M表示实体内部字；E表示实体尾部字；S表示单字实体字；O表示非实体构成字。

5.根据权利要求1所述的基于BiLSTM-CRF模型的电力调度领域命名实体识别方法，其特征在于，所述将标注后的内容转化为符合所述BiLSTM-CRF模型输入格式的第一标注结果，具体包括：提取标准后的内容中的每个字符和字符的标签，将其加入“字符”和“字符标签”两个数组，如果该字符为预设字符，删除该字符及其字符标签，利用pad_sequences函数，将得到的数组转化为符合所述BiLSTM-CRF模型输入格式的第一标注结果。

6.根据权利要求1所述的基于BiLSTM-CRF模型的电力调度领域命名实体识别方法，其特征在于，所述预设字符为“，。！？：‘’：；、.”。

7.根据权利要求1所述的基于BiLSTM-CRF模型的电力调度领域命名实体识别方法，其特征在于，所述步骤S300具体包括：

步骤S301.加载预训练好的字向量，并使用样本数据到字向量中查表，生成训练用的字向量矩阵；

步骤S302.将字向量矩阵作为embedding层输入，经过Bi-LSTM层进行编码，Bi-LSTM层的输出为字的每一个标签分值，通过挑选标签分值最高的作为该字的标签；

步骤S303.引入CRF层，进行句子级的序列标注。

8.根据权利要求7所述的基于BiLSTM-CRF模型的电力调度领域命名实体识别方法，其特征在于，所述经过Bi-LSTM层进行编码处理包括：经过Bi-LSTM层自动提取句子特征，将一个句子的各个字的char embedding序列(x₁,x₂,x₃,…,x_n)作为Bi-LSTM各个时间步的输入，再将正向LSTM输出的隐状态序列与反向LSTM的在各个位置输出的隐状态进行按位置拼接得到完整的隐状态序列：Bi-LSTM层的输出为字的每一个标签分值，最后通过挑选标签分值最高的作为该字的标签。