[发明专利]基于频繁项集算法的电力文本知识发现方法及设备

权利要求书

1.基于频繁项集算法的电力文本知识发现方法，其特征在于，

包括以下步骤：

步骤一，建自然语言处理与信息抽取模型；

所述自然语言处理与信息抽取模型，用于获取电力文本句法结构知识并构建本体字典，对电力文本进行实体识别、分词与词性标注、新词发现以及事件单元抽取处理，形成电力数据文本；

步骤二，对步骤一中的电力数据文本进行识别抽取，形成电力设备故障诊断数据库；

步骤三，构建关联规则挖掘模型；关联规则挖掘模型采用频繁项集算法构建频繁模式树FP-tree，对步骤二中的电力设备故障诊断数据库进行压缩，并保留频繁项集的关联信息；

步骤四，根据步骤三中的关联信息，将电力设备故障诊断数据库中的各数据项按照支持度排序，形成电力数据组；

步骤五，将步骤四中电力数据组中的每个数据项按降序或升序依次插入到频繁模式树FP-tree的节点中，识别出频繁出现的属性值集，同时每个节点处均记录该节点出现的支持度；

步骤六，根据步骤五中的属性值集以及支持度，获取电力文本中故障现象特征与故障发生原因、处置方案之间的关联规则。

2.如权利要求1所述的基于频繁项集算法的电力文本知识发现方法，其特征在于，

所述实体识别包括以下内容：

步骤11，基于深度学习模型，构建神经网络模型并利用神经网络模型将文字符号特征表示为分布式特征信息；

步骤12，利用步骤11中的分布式特征信息，优化网络参数，训练网络模型；

步骤13，利用步骤12中的网络模型对电力文本中的语句实体进行识别。

3.如权利要求2所述的基于频繁项集算法的电力文本知识发现方法，其特征在于，

所述深度学习模型基于双向长短时记忆网络Bi-LSTM以及条件随机场CRF进行构建；

所述双向长短时记忆网络Bi-LSTM包括输入门、遗忘门、输出门，其基于上一时刻的隐藏层信息和本时刻的输入信息计算三个门机制的值，再与上一时刻存储单元中的信息进行整合得到本时刻的单元输出，同时对隐藏层信息和存储单元信息进行更新作为下一时刻双向长短时记忆网络Bi-LSTM的输入；

双向长短时记忆网络Bi-LSTM的计算公式如下：

i＝σ(x_tUⁱ+s_t-1Wⁱ)

f＝σ(x_tU^f+s_t-1W^f)

o＝σ(x_tU^o+s_t-1W^o)

g＝tanh(x_tU^g+s_t-1W^g)

c_t＝c_t-1＊f+g＊i

s_t＝tanh(c_t)＊o

其中x_t表示t时刻网络输入值，s_t-1表示t-1时刻隐藏层神经元的激活值，C表示记忆单元，U、W分别表示模型参数，σ表示sigmoid激活函数，s_t表示t时刻LSTM隐藏层的激活值，i、f、o分别表示输入门、遗忘门、输出门。

4.如权利要求3所述的基于频繁项集算法的电力文本知识发现方法，其特征在于，

所述条件随机场CRF基于隐马尔可夫模型和最大熵模型进行构建，其计算公式如下：

其中，x为输入电力文本序列，y为实体标注序列，P(y/x)为给定x条件下输出序列y的条件概率分布，s_i(y_i，x，i)为状态特征函数，t_k(y_i-1，y_i，x，i)，Z(x)为规范因子。