[发明专利]一种数据检索/智能问答方法、装置、存储介质

说明书

本发明涉及一种数据检索/智能问答方法、装置、存储介质，所述方法包括：通过电网调度系统的实体数据构建完整的知识图谱；然后基于构建好的知识图谱进行数据检索或智能问答：(1)数据检索：对待检索的文本提取关键词，然后基于对关键词进行分词处理；提取特征词汇以建立索引，最后根据索引在知识图谱中进行检索并输出检索结果；(2)智能问答：通过分析用户自然语言问句包含的语义信息，分析出然语言问句包含的语义信息后，在知识图谱中查询问句相关知识，得出智能答案。本发明可以实现数据关联关系的快速匹配和查找，提供更多有效的数据检索技术和专业化的数据资源检索服务，有效的提高了调度人员查找知识的速度。

技术领域

本发明涉及电力系统调度知识管控技术领域，更具体地，涉及一种数据检索/智能问答方法、装置、存储介质。

背景技术

随着电网业务系统的结构化数据越来越多，同时相对应的非结构化数据也不断增长，大量的信息需要花费宝贵的技术资源与大量的人力资源去维护与管理。就在这些海量的信息数据中，很大一部分文档数据都是有着各自不同格式的非结构化数据。传统的关系型数据库能对结构化数据可以进行很好的管理，但当其面对的数据变为非结构化数据时，就会出现很多局限性。当对这些数据进行检索时需要的时间越来越长，严重影响调度人员在工作过程中的效率。

当调度人员查找工作中需要的知识时，需要花费大量精力在海量数据，包括结构化和非结构化数据中去寻找，速度慢，效率低，甚至查不到。

目前调度中心管理文档一般采用本地文件夹存储，内部系统采用邮件发送方式，有时遇到紧急事件情况，需要调度人员临时到各业务系统查询相关决策文档资料，存在本地与系统两者之间文档管理不统一，不能很好的对调度领域的知识文档合理存储、有机整理，并且知识文档查询路径层次较多造成查询速度慢的问题，难以满足日常工作中文档快速搜索定位，不能及时响应调度人员的个性化需求。

发明内容

本发明为克服上述现有技术所述的调度人员查找知识速度慢的缺陷，提供一种数据检索/智能问答方法、装置、存储介质。

所述方法包括以下步骤：

对电网调度系统的实体数据进行全量抽取，并存储于图数据库，在进行完实体数据的抽取后，进行实体数据间关系的抽取和图数据中已有节点的关系编排，从而将整个电网调度系统中的数据以关联节点的方式存储于图数据库，构建完整的知识图谱；然后基于构建好的知识图谱进行数据检索或智能问答：

(1)数据检索：对待检索的文本提取关键词，然后基于对关键词进行分词处理；提取特征词汇以建立索引，最后根据索引在知识图谱中进行检索并输出检索结果；

(2)智能问答：通过分析用户自然语言问句包含的语义信息，分析出然语言问句包含的语义信息后，在知识图谱中查询问句相关知识，得出智能答案。

优选地，数据检索包括以下步骤：

(1-1)选取部分和电力行业术语相关的文本集进行聚类实验，并对聚类结果进行分析，形成文本关键词；

(1-2)根据文本关键词对文本集进行聚类划分；

(1-3)将文本集聚类划分后，从每个簇中提取权重值最高的两个关键词用以标识该聚类，并根据标识结果构建检索主题；

(1-4)根据检索主体将文本信息进行分词处理，提取出特征词汇，然后建立反向索引，索引的建立必须足够快才能实现信息及时共享；

(1-5)根据用户输入的检索语句，在知识图谱中检索出相关文档，评价结果集与查询语句的相关度，并依据相关度评价结果对结果集进行排序后返回给客户端。

优选地，分词处理包括英文分词处理和中文分词处理。

优选地，中文分词处理具体为：