[发明专利]一种配网实体相关的语义搜索方法

权利要求书

1.一种配网实体相关的语义搜索方法，其特征在于，包括步骤1：对配网实体中的文本进行分词；

所述对配网实体中的文本进行分词，包括：

S1、对配网实体中的文本基于词频的方法得到第一词库；

S2、使用配网实体名称识别模型对配网实体中的文本进行分词，得到第二词库；

S3、合并第一词库和第二词库得到合并词库；

S4、人工对合并词库中分词错误的词语进行删除，并在配网实体中的文本中标注出对应分词错误的正确词语，得到标注文本；

S5、使用配网实体名称识别模型对标注文本再次分词，得到第三词库；

S6、重复S2～S5，直至得到最终词库。

2.根据权利要求1所述的一种配网实体相关的语义搜索方法，其特征在于，所述S1基于词频的方法是基于Jieba分词包的一种处理方式。

3.根据权利要求1所述的一种配网实体相关的语义搜索方法，其特征在于，步骤S1在进行之前，先以换行符、句号、逗号等分隔符将配网实体中的文本分成短句。

4.根据权利要求1所述的一种配网实体相关的语义搜索方法，其特征在于，步骤S2配网实体名称识别模型是BiLSTM-CRF的模型。

5.根据权利要求1所述的一种配网实体相关的语义搜索方法，其特征在于，步骤S6中重复S2～S5，具体的为重复步骤S2～S5的至少一次。

6.一种配网实体相关的语义搜索方法，其特征在于，包括以下步骤：

步骤1：对配网实体中的文本进行分词，并将分词分解成单个的字符形式，得到字符表和词组表；

步骤2：将步骤1中的字符表中的字符进行向量化，得到字符向量；

步骤3：将步骤1中的词组表中的词组利用模型训练得到词向量；

步骤4：将步骤2中得到的字符向量和词向量进行合并，得到上下文信息向量；

步骤5：将步骤4中得到上下文信息向量信息传入双向LSTM进行训练，得到输入配网实体中的文本的语义信息特征；

步骤6：将步骤五中双向LSTM的输出输入条件随机场，计算输入词对应的最优标签序列，以最大概率的序列作为词组最后的类别标签。

7.根据权利要求6所述的一种配网实体相关的语义搜索方法，其特征在于，所述步骤3中的模型为glove模型。

8.根据权利要求6所述的一种配网实体相关的语义搜索方法，其特征在于，所述步骤3中的词向量，每个词向量代表一个词组，且词向量的维度可以进行调整。