[发明专利]一种电网知识图谱构建方法及其系统

权利要求书

1.一种电网知识图谱构建方法，其特征在于，包括如下步骤：

S1、收集电网相关内容整理电网语料；

S2、根据电网语料构建并训练自然语言处理模型；

S3、基于自然语言处理模型进行电网知识抽取，并将抽取结果存入图结构数据库；

所述步骤S3具体包括如下步骤：

S31、获取待处理的电网数据，将其分为结构化关系型数据和非结构化文本类数据；

S32、基于Spark处理结构化关系型数据，进行知识抽取并将抽取结果存入图结构数据库；

S33、基于自然语言处理模型处理非结构化文本类数据，进行知识抽取并将抽取结果存入图结构数据库；

步骤S33的具体操作如下：

S331、导入待处理的文本数据集，根据文本格式设置文本解析规则，将文本数据集划分为多个段落；

S332、根据标点符号将步骤S331得到的每个段落划分为多个句子；

S333、按顺序选取一个句子，根据自然语言处理模型进行分词和命名实体识别操作，提取句子中的实体信息；

S334、根据依存句法分析判断句子结构，获取句子中核心实体的修饰词、限制词，并与字典做关联分析，填充实体属性；

S335、根据所选句子的上下句子确定实体间关系；

S336、利用实体、实体属性和实体间关系构成三元组；

S337、将三元组与存有关系型数据的Neo4j图形数据库进行校核，当校核无误，将三元组存入Neo4j图形数据库，当校核有误，将所选句子缓存到备用库中；

S338、重复步骤S333- S336，遍历文本数据集的每个句子；

S339、判断备用库是否为空，当备用库为空，结束操作，当备用库不为空，进入下一步；

S3310、判断备用库是否经历过循环，当备用库没有经历过循环，遍历备用库中的句子，重复步骤S333- S336，并三元组与经过步骤S338循环后的Neo4j图形数据库做校核，当备用库经历过循环，将备用库中的句子通过可视化工具交由相关业务专家处理修正，并清除备用库中的数据，结束操作。

2.根据权利要求1所述的一种电网知识图谱构建方法，其特征在于，所述步骤S1具体包括如下步骤：

S11、构建专业名词类字典，所述字典包括电网机构、电网专业、问答素语、属性特征、对象关系字典；

S12、收集并整理电网理论知识类文档、电网调度类操作日志、电网调度类预案类文档和安全操作规范，生成电网文本类语料；

S13、整理电网同义词语料，确定电网领域的属性同义词和替换类同义词。

3.根据权利要求1所述的一种电网知识图谱构建方法，其特征在于，所述自然语言处理模型包括N-gram模型、LSTM+CRF模型、Word2vec模型和deepwalk模型。

4.根据权利要求1所述的一种电网知识图谱构建方法，其特征在于，所述步骤S32的具体操作如下：

S321、从结构化关系型数据中选取关系表，逐一设置每个关系表的表名和关系表别名集；

S322、选择关系表属性，设置属性名称和属性别名集；

S323、选择关系表外键，设置关系名称和关系别名集，并设置关系指向方向以及是否需要反向；

S324、选择外键对应的关联表及关联字段，结合步骤S321、S322、S323生成三元组；

S325、配置Spark-Neo4j集群，将三元组存入Neo4j图形数据库中。

5.根据权利要求4所述的一种电网知识图谱构建方法，其特征在于，步骤S32还包括如下步骤：

根据大数据实时处理技术处理电网实时运行数据，生成实时数据库，对实时数据库中的数据重复步骤S321-S325的操作，更新Neo4j图形数据库。