[发明专利]电力设备检修工作单据智能生成方法、系统及存储介质

权利要求书

1.一种电力设备检修工作单据智能生成方法，其特征在于，包括：

获取电力运检的工作任务单，在工作任务单中提取关键词；

对关键词进行实体识别，得到实体提及集合，对实体提及进行归一化处理，得到识别的实体；

利用构建的电力设备知识图谱，进行实体链接，并根据得出的实体链接进行路径搜索，得到路径节点信息；

将路径节点信息按照预先规定的顺序和槽位填充后输出文本，形成电力检修工作票据。

2.根据权利要求1所述的电力设备检修工作单据智能生成方法，其特征在于，采用如下方法构建电力设备知识图谱：

根据专家经验及检修标准文档的业务规则，采用自顶而下，构建知识图谱本体架构；

在知识图谱本体架构下，对工作任务单、工作票及修试记录进行知识抽取，形成电力设备知识图谱知识库。

3.根据权利要求1所述的电力设备检修工作单据智能生成方法，其特征在于，还包括在进行实体链接之前，为每个待消歧的实体提及构建一个候选实体列表，消除歧义，并根据实体提及对应的候选实体情况判断候选实体是否为可链接。

4.根据权利要求3所述的电力设备检修工作单据智能生成方法，其特征在于，所述实体提及对应的候选实体情况包括以下三种：

Case1、该实体提及在候选实体列表中所对应的候选实体个数为0，候选实体不可链接；

Case2、该实体提及候选实体列表所对应的候选实体个数为1，存在唯一候选实体可连接；

Case3、该实体提及候选实体列表所对应的候选实体个数大于1时，存在多个候选实体可连接，则对可链接的候选实体进行排序。

5.根据权利要求4所述的电力设备检修工作单据智能生成方法，其特征在于，按照以下方法对所述对可链接候选实体进行排序：

通过eLDA概率模型在主题上的候选实体分布，得到每个候选实体的主题分布，根据LDA概率模型在主题上的文本分布，得到文本的主题分布，对文本中的每个实体提及，计算每个候选实体的主题分布与文本的主题分布的余弦相似度，根据余弦相似度值进行排序，则相似度最小的为最终链接的实体。

6.根据权利要求1所述的电力设备检修工作单据智能生成方法，其特征在于，在根据得出的实体链接进行路径搜索时，包括以下方法：

将知识图谱中所有节点分为三个子集合，所述子集合包括起点集、中点集和终点集；

通过Dijkstra贪心算法依次求起点集到中间节点集之间的局部最优路径、中间节点集中所有节点的局部最优路径、中间节点集到终点集之间的局部最优路径，得出从起点出发经过指定的所有中间节点后到达终点的全局最优路径。

7.根据权利要求6所述的电力设备检修工作单据智能生成方法，其特征在于，在利用通过Dijkstra贪心算法求取最优路径前，从目标起点出发至目标终点，深度优先遍历知识图谱的神经网络，对没有遍历到的节点，从知识图谱网络的原神经网络中删掉，形成新的神经网络，利用新的神经网络求取最优路径。

8.根据权利要求6所述的电力设备检修工作单据智能生成方法，其特征在于，在生成全局最优路径时，包括：

在中点集中，判断需要经过的指定中间节点中任意两个节点之间的连通情况，根据节点之间的连通情况判断是否存在满足条件的路径；

当满足条件的路径存在时，对指定中间节点进行全排列，生成中间节点序列，计算中间节点序列中，起点到终点的第一路径；

利用中间节点序列的起点和终点，分别计算目标原点到中间节点序列起点之间的第二路径以及目标终点到中间节点序列终点之间的第三路径；

对第一路径、第二路径和第三路径按照顺序连接，得出全程最优路径。