[发明专利]一种基于自然语言处理的检修意见识别方法

权利要求书

1.一种基于自然语言处理的检修意见识别方法，其特征在于，包括：

获取构建好的ABNF表达式模型；

利用所述ABNF表达式模型对获取到的检修意见进行识别；

其中，所述ABNF表达式模型的构建步骤包括：

将预设的检修意见拆解成语句；

获取构建好的设备实体库；

按照预设的规则，以及所述设备实体库，整理所述语句；

对整理后的语句进行标识；

获取构建好的正则表达式，并存入所述设备实体库；

基于所述正则表达式，以及经标识后的语句，生成ABNF表达式模型；

所述ABNF表达式模型的构建步骤包括：

1）将标识过的语句，使用设备名称、厂站名称、设备状态、电力事故名称、专家标识信息和特殊词对库中词语进行句子拆分；

2）将步骤1）中拆分的句子词语做替换，将所有的设备名称、厂站名称、设备状态、电力事故替换成对应标识；

3）判断句子中存在特殊词对库中的词语，判断特殊词在本句中是否存在并列结构，若存在，使用方括号包裹特殊词语及对应的并列句；

4）为步骤3）中的所有的句子设定唯一标识句子的标识，将标识同标识结果一一对应；

5）将步骤4）中的结果存到redis库中；

所述利用所述ABNF表达式模型对获取到的检修意见进行识别，包括以下步骤：

获取所有的ABNF表达式和待识别的检修意见；

采用ABNF匹配程序解析文本，循环调用ABNF表达式去匹配检修意见，在匹配过程中遇到表达式中有自定义标识，则采用对应正则表达式去匹配字符串，匹配成功，进行表达式下一标志位继续匹配，若匹配失败，继续进行下一个ABNF表达式的匹配；

其中，如果匹配成功，则进行将返回结果组装标志位所代表的信息，结合专家意见封装成结果JSON；

如果匹配失败，将待识别语句作为Or1，将Or1中的设备名称替换成设备类型，故障名称替换成故障类型，厂站名称替换成厂站唯一标识，设备状态替换成状态唯一标识操作后的语句作为Nr1，将Nr1同Bas中的所有语句进行相似度计算，相似度如果超过预设值，则选择相似度最高的语句Ts1，按照语句Ts1对应的语义结构从Nr1中获取语义，封装成JSON；若相似度低于设定阈值，则标识识别失败，将Or1同Nr1记录日志，返回识别失败。

2.根据权利要求1所述的一种基于自然语言处理的检修意见识别方法，其特征在于：所述将预设的检修意见拆解成语句步骤之前还包括：

对预设的检修意见进行清洗。

3.根据权利要求2所述的一种基于自然语言处理的检修意见识别方法，其特征在于：所述对预设的检修意见进行清洗，包括以下步骤：

将长度低于3的检修意见，及完全由字母、数字、标点符号、特殊字符组成的检修意见清除；

如果检修意见结尾有多个标点符号，则清除检修意见结尾处的多个标点，只保留最后一个。

4.根据权利要求1所述的一种基于自然语言处理的检修意见识别方法，其特征在于：所述将预设的检修意见拆解成语句，具体为：

将预设的检修意见按照符号进行拆解成句。

5.根据权利要求1所述的一种基于自然语言处理的检修意见识别方法，其特征在于：所述设备实体库的构建步骤包括：

使用redis库作为缓存，构建设备实体库，其中：

1）在redis库中使用Hash标识设备及设备类型；

2）在redis库中记录每一种设备类型下有哪些设备；

3）在redis库中记录厂站，及所有厂站统一标识；

4）在redis库缓存电力故障专有词汇。