申请/专利权人：国网江苏省电力有限公司镇江供电分公司;南京瑞源电力科技有限公司

申请日：2023-11-21

公开（公告）日：2024-02-23

公开（公告）号：CN117592482A

主分类号：G06F40/30

分类号：G06F40/30;G06F40/242;G06N3/0442;G06N3/045;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.12#实质审查的生效;2024.02.23#公开

摘要：本发明公开了一种基于BiLSTM+CRF模型的操作票命名实体识别方法,包括：1语料库准备；2数据预处理；3采用BIEO标记法进行数据标注；4句子切分：根据标点符号进行句子切分；5将标注的句子拆分成字列表和对应的标注列表；6构建词汇表，将操作票文本数据转换成LSTM+CRF模型能够理解和处理的数字表示；7统计操作票词汇表和实体标签，并构建对应的词典，将词语映射为唯一的整数编号；8句子向量化；9将向量化后的数据拆分成训练集、验证集、测试集；10构建LSTM+CRF神经网络模型；11操作票命名体预测识别。本发明相对于传统方法和单独使用BILSM或CRF模型，通常能够获得更高的准确率、召回率和F1值等评价指标，识别率均超过9成。

主权项：1.一种基于BiLSTM+CRF模型的操作票命名实体识别方法，其特征在于，包括：1语料库准备：收集包含调度检修操作票数据的文本、数据库、日志文件；2数据预处理：对原始的操作票文本数据进行人工字符级分词、词性标注预处理；3采用BIEO标记法进行数据标注：将实体的起始位置标记为"B"，中间部分标记为"I"，非实体部分标记为"O"，结束位置标记为"E"；4句子切分：根据标点符号进行句子切分；5将标注的句子拆分成字列表和对应的标注列表；6构建词汇表，将操作票文本数据转换成LSTM+CRF模型能够理解和处理的数字表示；7统计操作票词汇表和实体标签，并构建对应的词典，将词语映射为唯一的整数编号；8句子向量化：将操作票文本进行向量化表示，将词语转换为对应的编号，并根据句子的最大长度进行填充或截断使得句子长度相同，最终得到的向量化表示分别是句子的编号和标签的编号；9将向量化后的数据拆分成训练集、验证集、测试集,供后续模型训练、评估、预测；10构建LSTM+CRF神经网络模型：将词向量输入到双向LSTM层中，然后将LSTM输出通过全连接层映射为每个标签的得分，最后使用CRF层进行解码，得到最优的标签序列；11操作票命名体预测识别：将操作票文本送入模型预测，自动识别出操作票中的命名体。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司镇江供电分公司;南京瑞源电力科技有限公司 一种基于BiLSTM+CRF模型的操作票命名实体识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD