[发明专利]一种基于小规模数据的电力设备检修知识图谱构建方法

权利要求书

1.一种基于小规模数据的电力设备检修知识图谱构建方法，其特征在于，包括以下步骤：

1)爬取知识百科网站，构建电力基础语料数据集，所述电力基础语料数据集中至少包括检修手册和根据检修手册中的基础词汇爬取的百科知识；其中所述爬取知识百科网站，构建电力基础语料文档数据集，具体包括：

1-a)整理检修手册的设备类别名称和部件名称，生成检修设备词汇表T_手册；

1-b)在所述T_手册中加入其它电力词汇和知识百科中电力行业术语列表所有词条，爬取百科知识，获得百科词条T_百科；

1-c)收集电力行业机器学习比赛的数据集T_收集；

1-d)将所述T_手册、T_百科和T_收集作为电力基础语料数据集；

2)根据所述电力基础语料数据集和通用词典，统计词频构建电力领域主题词典；具体包括：

2-a)根据停用词典初步分割所述电力基础语料数据集；

2-b)设定电力领域主题词典的最大词语长度L，分别取词长为2至L的短语作为候选词，统计出每个候选词的词频；

2-c)使用通用词典对所述候选词进行过滤，筛选出在所述通用词典中的候选词作为电力领域主题词典的词汇，所述词汇的词性为所述通用词典中该词汇的词性；

3)根据所述电力基础语料文档数据集，生成电力语义词向量转换模型，并根据所述转换模型计算所述检修手册中的基础词汇和所述百科知识的语义相似度；具体包括：

3-a)使用电力领域主题词典对所述电力基础语料数据集进行分词，得到分词后的语料C_分词；

3-b)根据所述C_分词构建电力语义词向量转换word2vec模型；

3-c)根据所述转换模型计算所述检修手册中的基础词汇和所述百科知识的语义相似度；

4)判断所述语义相似度是否大于阈值，如果是，则建立所述检修手册和所述百科知识之间的语义关联关系，构建知识图谱，具体包括：

根据图数据库确定知识图谱结构包含实体、节点标签和属性三种要素；所述实体包括节点实体和关系实体，所述节点标签指的是节点的类型，用于对节点分组；所述属性包括节点属性和关系属性，节点属性描述节点实体的附加信息，关系属性描述关系实体的附加信息。

2.如权利要求1所述的方法，其特征在于，所述通用词典为包含300万词语的通用词典。

3.如权利要求1所述的方法，其特征在于，所述节点标签包括：百度百科词条节点、设备品类节点、设备部件节点、故障节点、故障原因节点和故障维修节点。

4.如权利要求1所述的方法，其特征在于，所述节点标签的名称相同含义不同的，定义为不同节点；故障节点使用排重后的故障名称；不同设备部件发生同名故障时，在故障原因节点中加入部件标识和部件名称。

5.如权利要求1所述的方法，其特征在于，所述关系属性中包括故障严重程度属性、故障原因优先级属性和百科近义词相似度属性。

6.如权利要求1所述的方法，其特征在于，使用mongo文档数据库保存所述百科知识。