[发明专利]一种基于BERT的电网现场作业风险自动评级方法及装置

权利要求书

1.一种基于BERT的电网现场作业风险自动评级方法，其特征在于该方法包括以下步骤：

首先，对分级表文本进行文本增强，将其转化为与历史库文本内容相近的文本；

接着，对历史库文本进行冗余文本删除、历史库风险等级纠错，提升其文本质量；

然后，使用文本增强后的分级表文本与文本质量提升后的历史库文本构建起相对完整的样本集，并使用该样本集对BERT模型进行训练；

最后，使用训练后的BERT模型实现对电网现场作业风险等级的自动评级。

2.根据权利要求1所述的一种基于BERT的电网现场作业风险自动评级方法，其特征在于：还包括读入分级表文本，所述分级表文本主要包含作业类别、电压等级、作业范围、作业内容和作业风险等级。

3.根据权利要求2所述的一种基于BERT的电网现场作业风险自动评级方法，其特征在于：所述对分级表文本增强是指将概括性文字转换为与实际现场作业文本接近的内容；采用以下两种方式进行增强：

方式一：将风险表作业内容进行以分号与“/”为标志的拆分，将涉及多个作业对象或操作内容的文本转化为多条涉及单个作业对象的单个操作内容；

方式二：将作业内容中的A、B、C、D、E类检修转化为具体的操作内容。

4.根据权利要求1所述的一种基于BERT的电网现场作业风险自动评级方法，其特征在于：还包括读入历史库文本，所述的历史库文本主要包括电压等级、作业开始时间、作业结束时间、作业内容、作业类别、是否停电和作业风险等级等内容。

5.根据权利要求4所述的一种基于BERT的电网现场作业风险自动评级方法，其特征在于：所述冗余文本删除具体是：

首先根据历史库中的作业开始时间与结束时间将文本切分为若干组；

然后对每一组内的作业内容文本使用中文文本分词工具进行分词，将完整的句子切分为若干词语；

最后分别计算每一组内文本之间的词语重合率，将重合率达到95%以上的作业内容视为同一项作业并删除。

6.根据权利要求1所述的一种基于BERT的电网现场作业风险自动评级方法，其特征在于：对历史库风险等级进行纠错，具体如下：

1）粗纠错；

第一步，按照电压等级与专业类型将现场作业内容切分为若干部分；

第二步，使用TF-IDF算法筛选出每个部分中的关键词，并依据筛选出的关键词使用k-means聚类算法完成聚类；

第三步，统计每一簇聚类结果中的风险等级，把数量最多的风险等级作为该簇标签，修正与簇标签不一致的样本风险等级；

2）细纠错；

第一步，将经过粗纠错的样本集随机切分为9：1两部分，分别作为训练集和验证集，使用训练集与验证集对BERT模型进行训练，用训练完成的模型对完整样本集进行预测；

第二步，将预测结果中风险等级标签与历史库中的标签不一致的文本列为可疑数据，人工核查该部分数据并使用核查纠正后的数据替换原数据。

7.一种基于BERT的电网现场作业风险自动评级装置，其特征在于，包括：

分级表文本增强模块，用于对分级表文本进行文本增强，将其转化为与历史库文本内容相近的文本；

历史库文本质量提升模块，用于对历史库文本进行冗余文本删除、历史库风险等级纠错，提升其文本质量；

BERT模型训练模块，使用文本增强后的分级表文本与文本质量提升后的历史库文本构建起相对完整的样本集，并使用该样本集对BERT模型进行训练；

评级模块，使用训练后的BERT模型实现对电网现场作业风险等级的自动评级。