电力调度文本的自然语言理解与解析技术及应用

被引：54

作者：

佟佳弘 ^{[1
]}

武志刚 ^{[1
]}

管霖 ^{[1
]}

刘奇 ^{[2
]}

杜亮 ^{[2
]}

徐良德 ^{[2
]}

机构：

[1] 华南理工大学电力学院

[2] 广州供电局有限公司系统运行部

来源：

电网技术 | 2020年 / 44卷 / 11期

关键词：

语义解析; 层次聚类; 语义框架; 短句结构文法;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信]; TP391.1 [文字信息处理];

学科分类号：

120103 [信息系统与信息管理]; 120506 [数字人文];

摘要：

计算机对中文表达的非结构化电力调度文本的自然语言理解和语义解析是进一步提升调度智能化程度的难点之一。只有当机器能正确理解人类调度语句的含义时,才能真正实现调度中的人机协作。该文以停电计划为研究对象,提出一种能自主学习语义结构知识的电力文本语义解析技术。首先,利用Skip-gram模型实现词典文本向量化,应用层次聚类算法归纳调度语句模式,并将句法模式改写为正则表达式,建立句法知识库;采用短句结构文法技术辨识词语组合的从属关系。定义专属语义框架抽取重要设备信息;应用依存句法分析解决主语脱落现象。能更好地解决其他方法无法精准理解句意的问题。

引用

页码：4148 / 4156

页数：9

共 8 条

[1]

基于深度语义学习的电力变压器运维文本信息挖掘方法 [J].