[发明专利]一种基于神经网络的电力设备属性抽取方法

说明书

本申请涉及信息抽取技术领域，特别地，涉及一种基于神经网络的电力设备属性抽取方法。本申请提供一种基于神经网络的电力设备属性抽取方法，包括：获取关于电力设备的文档数据；对所述文档数据进行预处理，得到关于电力设备的属性抽取数据集；通过预设神经网络对所述属性抽取数据集进行属性提取，得到电力设备的属性标签；其中，所述预设神经网络为以BLSTM‑CRF模型为基础，融合残差卷积神经网络和自注意力机制；解决了现有技术中消耗大量人力物力构建模式、属性抽取准确率低的问题。

技术领域

本申请涉及信息抽取技术领域，特别地，涉及一种基于神经网络的电力设备属性抽取方法。

背景技术

近年来，随着信息技术飞速发展，我国电网建设也逐步智能化、信息化。作为电网建设与发展的重点，展示电力设备寿命健康状况的能力也得到显著提高。针对电力设备缺陷故障机制和工作原理的研究都已趋于稳定，在此领域进行创新与突破非常困难。同时，随着电网规模的扩大、电网结构和设备复杂度的进一步提升，仅从电力设备物理机理的角度进行突破，要取得实质性突破的难度也日益增大。因此，在仅从电力设备物理机理的角度进行驱动过程中遭遇瓶颈时，以数据驱动，构建电力设备的知识图谱，为电网建设、电力设备的智能化发展提供行之有效的研究思路。为了更好的建设和发展我国智能电网，研究电力设备相关的信息抽取技术、构建电力设备的知识图谱对智能电网的发展具有十分重要的意义。

作为构建知识图谱子任务的信息属性抽取，其目的是从非结构化纯文本、或半结构化表格等数据中，抽取有用信息并转化为结构化的数据，以便于后续任务处理。现有技术中，属性抽取方法主要有基于规则和基于机器学习的属性抽取方法，其中，基于机器学习的属性抽取方法分为两类，一类是有监督的，另一类是无监督的。

基于规则的属性抽取方法，首先通过手工构造模式，然后用模式去匹配文本，从文本中匹配成功的文本，就是需要抽取的实体及其属性值。由于该方法需要人工构造大量的模式，提出一种迭代的方法，以提高效率，减少人工操作。迭代的方法是：首先构造一些种子模式，然后在已有模式匹配到的文本中，提取新模式，如此迭代进行，直至得到足够的文本。针对有监督的，将属性抽取当作分类任务。首先将属性抽取涉及的两个实体看作一个样本，样本之间的关系看作标签，再手工构造一些样本特征，根据样本特征对样本进行分类，最后根据分类结果得到实体之间的关系，即获得属性。针对无监督的，首先从语料中提取实体对，再构建每个实体对的特征表达，其次对实体对进行聚类，聚类得到实体对之间的关系，即属性。

但上述属性抽取方法存在很多弊端，无论是基于规则的属性抽取方法，还是基于机器学习的属性抽取方法，都需要进行大量的手工操作，消耗大量的人力和物力。基于规则的属性抽取方法，需要手工构建模式，而且该模式可能只适用于当前领域。基于机器学习的属性抽取方法，需要手动构造特征。其中，在有监督的方法中，因手工构造特征的操作繁杂，获得样本数量少；在无监督的方法中，虽然有大量的样本，但属性抽取准确率低，抽取得到属性可能并非实际需要，难以与实际相吻合。

发明内容

本申请提供了一种基于神经网络的电力设备属性抽取方法，通过神经网络对关于电力设备的文本数据进行属性抽取，解决了现有技术中消耗大量人力物力构建模式、属性抽取准确率低的问题。

本申请的实施例是这样实现的：

本申请实施例提供的一种基于神经网络的电力设备属性抽取方法，包括：

获取关于电力设备的文档数据；

对所述文档数据进行预处理，得到关于电力设备的属性抽取数据集；

通过预设神经网络对所述属性抽取数据集进行属性提取，得到电力设备的属性标签；

其中，所述预设神经网络为以BLSTM-CRF模型为基础，融合残差卷积神经网络和自注意力机制。