一種電網(wǎng)設(shè)計評審指標(biāo)結(jié)構(gòu)信息識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域和電力系統(tǒng)設(shè)計領(lǐng)域，尤其涉及一種電網(wǎng)設(shè)計評審指標(biāo) 結(jié)構(gòu)信息識別方法。
【背景技術(shù)】
[0002] 一直以來，在電網(wǎng)工程設(shè)計評審應(yīng)用領(lǐng)域，存在無法從電網(wǎng)工程設(shè)計文檔中準(zhǔn)確 提取關(guān)鍵技術(shù)指標(biāo)供評審的問題。導(dǎo)致評審專家需要現(xiàn)場獲取大量關(guān)鍵技術(shù)指標(biāo)信息，評 審標(biāo)準(zhǔn)不統(tǒng)一、評審效率低、評審效果差。通過機器學(xué)習(xí)方法，可以利用專家知識對電網(wǎng)工 程設(shè)計評審報告文檔中的有意義的指標(biāo)值（如新建變電站主變的功率、新建線路工程的曲 折系數(shù)）進行抽取。然而，由于電網(wǎng)工程設(shè)計評審文檔中需要抽取的指標(biāo)不僅存在通過電 網(wǎng)工程和指標(biāo)名稱可唯一確定的簡單指標(biāo)，而且大量存在電網(wǎng)工程設(shè)計評審體系中的復(fù)雜 指標(biāo)需要綜合考慮各種文檔結(jié)構(gòu)信息才能夠有效識別，例如對于可行性研究報告中存在多 個線路工程的情況，任何一個線路指標(biāo)均需要確定其所對應(yīng)的線路工程。對于電力設(shè)計評 審報告文檔的指標(biāo)識別，需要解析其文檔描述對應(yīng)指標(biāo)的結(jié)構(gòu)信息。
[0003] 經(jīng)過研究發(fā)現(xiàn)，電網(wǎng)工程初步設(shè)計文檔和電網(wǎng)工程可行性研究報告文檔作為指導(dǎo) 電網(wǎng)工程建設(shè)的設(shè)計文檔，具有較為復(fù)雜的文檔結(jié)構(gòu)，有以下幾大特點：
[0004] (1)文檔段落結(jié)構(gòu)復(fù)雜，不同研究院或不同編寫團隊提交的文檔段落結(jié)構(gòu)不一致， 但是一般每個章節(jié)或小章節(jié)只涉及一類或部分類別指標(biāo)。文檔章節(jié)段落結(jié)構(gòu)信息能夠有效 的排除或初篩一部分指標(biāo)，提尚識別效率和性能。
[0005] (2)部分復(fù)雜指標(biāo)具有層級結(jié)構(gòu)，如"接線方式"，其屬性有"工期"和"電壓等級"。 對于該類復(fù)雜指標(biāo)，需要確定其各個層級屬性的取值。
[0006] (3)往往在電網(wǎng)工程文檔會同時羅列幾套方案供對比參考，只有一套方案被推薦 采用，而推薦采用的方案內(nèi)的指標(biāo)通常是更應(yīng)該被關(guān)注的內(nèi)容。
[0007] (4)對于電網(wǎng)工程可行性研究報告，每份報告中會同時提及幾個分工程，一個報告 文檔中可能獲得多個不同取值的指標(biāo)，這些指標(biāo)分別對應(yīng)不同的分工程，需要將分工程提 及的指標(biāo)分別對應(yīng)至相應(yīng)的分工程。

【發(fā)明內(nèi)容】

[0008]為解決現(xiàn)有技術(shù)的問題，本發(fā)明的目的在于提供一種電網(wǎng)設(shè)計評審指標(biāo)結(jié)構(gòu)信息 識別方法。
[0009] 本發(fā)明的目的可通過以下的技術(shù)措施來實現(xiàn)：
[0010] 一種電網(wǎng)設(shè)計評審指標(biāo)結(jié)構(gòu)信息識別方法，包括如下步驟：
[0011] 段落信息識別：識別文章段落結(jié)構(gòu)，對文本切分并按照切分后的段落所涉及的類 別歸并；
[0012] 指標(biāo)對應(yīng)屬性識別：匹配每個待識別所對應(yīng)屬性的指標(biāo)的多個屬性值；
[0013]指標(biāo)可選方案匹配：匹配每個指標(biāo)的所對應(yīng)的備選方案，并確定何種候選方案為 推薦方案；
[0014] 電網(wǎng)分工程識別與指標(biāo)對應(yīng)：識別分工程的作用域，匹配每個指標(biāo)對應(yīng)的分工程 信息。
[0015] 所述段落信息識別包括如下步驟：
[0016] 文檔歸一化處理：將文檔轉(zhuǎn)換為以行為單位的文本流，同時修正因轉(zhuǎn)換格式帶來 的錯誤；
[0017] 章節(jié)識別與去噪：識別正確的章節(jié)目錄信息，去掉錯誤的噪音信息；
[0018] 章節(jié)標(biāo)題抽取：抽取得到正確的章節(jié)標(biāo)題和文檔結(jié)構(gòu)；
[0019] 章節(jié)信息識別：提供對每一個章節(jié)標(biāo)題進行分類、關(guān)鍵詞抽取、上下文結(jié)構(gòu)對應(yīng)的 功能。
[0020] 所述章節(jié)信息識別步驟包括如下步驟：
[0021] 章節(jié)分類：對章節(jié)按照章節(jié)標(biāo)題進行文本分類，分成六類章節(jié)；
[0022] 章節(jié)關(guān)鍵詞抽?。簩φ鹿?jié)抽取最能體現(xiàn)章節(jié)信息的關(guān)鍵詞；
[0023] 上下為結(jié)構(gòu)對應(yīng)：提供任意章節(jié)的父章節(jié)、子章節(jié)列表和兄弟章節(jié)列表。
[0024] 所述指標(biāo)對應(yīng)屬性識別步驟包括如下步驟：
[0025] 屬性歸并：分析指標(biāo)體系結(jié)構(gòu)，將同類指標(biāo)的同類屬性進行合并；
[0026] 屬性抽?。簩傩园凑諝w并后的指標(biāo)體系進行抽取；
[0027] 指標(biāo)屬性對應(yīng)：確定指標(biāo)和屬性的對應(yīng)關(guān)系。
[0028] 所述指標(biāo)可選方案匹配包括如下步驟：
[0029] 方案作用域確定：通過查找方案描述關(guān)鍵詞，確定方案作用域；
[0030] 指標(biāo)方案匹配：確定指標(biāo)和方案的匹配關(guān)系；
[0031] 推薦方案確定：識別電網(wǎng)設(shè)計評審報告中描述推薦方案的語句，確定推薦方案。
[0032] 所述電網(wǎng)分工程識別與指標(biāo)對應(yīng)中包括如下步驟：
[0033] 電網(wǎng)分工程名稱識別：從電網(wǎng)設(shè)計評審報告中抽取其描述的分工程名稱；
[0034] 電網(wǎng)分工程鏈接對應(yīng)：通過給定的標(biāo)注分工程名稱，模糊匹配對應(yīng)到電網(wǎng)設(shè)計評 審報告抽取的分工程名稱；
[0035] 電網(wǎng)分工程作用域識別：確定任意指標(biāo)其所對應(yīng)的電網(wǎng)評審設(shè)計報告抽取的分工 程名稱；
[0036] 指標(biāo)分工程對應(yīng)：確定任意指標(biāo)其所對應(yīng)的規(guī)范的工程名稱。
[0037] 本發(fā)明對比現(xiàn)有技術(shù)，有如下優(yōu)點：
[0038] 本發(fā)明能夠從電網(wǎng)設(shè)計評審報告中將技術(shù)指標(biāo)的文檔結(jié)構(gòu)信息進行抽取，包括使 用結(jié)構(gòu)信息識別將文本中使用的分工程的簡稱或別稱與分工程的完整規(guī)范名稱進行匹配 的方法，并準(zhǔn)確識別每個分工程的作用域；識別每個方案的作用域并識別文檔作者推薦的 方案的方法；識別復(fù)雜指標(biāo)值的屬性的方法。識別指標(biāo)結(jié)構(gòu)信息能夠精確指標(biāo)的描述對象， 并有助于提尚指標(biāo)抽取的效果。
【附圖說明】
[0039] 圖1是本發(fā)明的電網(wǎng)設(shè)計評審指標(biāo)結(jié)構(gòu)信息識別方法的流程圖；
[0040] 圖2是本發(fā)明方法的段落信息識別流程圖；
[0041] 圖3是本發(fā)明方法的章節(jié)信息識別流程圖；
[0042] 圖4是本發(fā)明方法的指標(biāo)對應(yīng)屬性識別流程圖；
[0043] 圖5是本發(fā)明方法的指標(biāo)可選方案匹配流程圖；
[0044] 圖6是本發(fā)明方法的電網(wǎng)分工程識別與指標(biāo)對應(yīng)流程圖。
【具體實施方式】
[0045] 如圖1所示，本發(fā)明公開了一種電網(wǎng)設(shè)計評審指標(biāo)結(jié)構(gòu)信息識別方法，包括如下 步驟：
[0046] 步驟100 :段落信息識別，準(zhǔn)確識別文章段落結(jié)構(gòu)，將可以實現(xiàn)文本切分并按照切 分后的段落所涉及的類別歸并。如圖2所示，在段落信息識別中，包括如下步驟：
[0047] 步驟110 :文檔歸一化處理：將文檔轉(zhuǎn)換為以行為單位的文本流，同時修正因轉(zhuǎn)換 格式帶來的錯誤。
[0048] 步驟120 :章節(jié)識別與去噪：識別正確的章節(jié)目錄信息，去掉錯誤的噪音信息。
[0049] 步驟130 :章節(jié)標(biāo)題抽?。簭奈臋n中抽取得到正確的章節(jié)標(biāo)題和文檔結(jié)構(gòu)。
[0050] 步驟140 :章節(jié)信息識別：提供對每一個章節(jié)標(biāo)題進行分類、關(guān)鍵詞抽取、上下文 結(jié)構(gòu)對應(yīng)的功能。
[0051] 如圖3所示，在章節(jié)信息識別中，包括如下步驟：
[0052] 步驟141:章節(jié)分類：對章節(jié)按照章節(jié)標(biāo)題進行文本分類，分成六類（變電二次、變 電一次、電纜信息、建設(shè)規(guī)模、土建、線路工程）章節(jié)。
[0053] 步驟142:章節(jié)關(guān)鍵詞抽?。簩φ鹿?jié)抽取最能體現(xiàn)章節(jié)信息的關(guān)鍵詞。
[0054] 步驟143:上下文結(jié)構(gòu)對應(yīng)：提供任意章節(jié)的父章節(jié)、子章節(jié)列表和兄弟章節(jié)列 表。
[0055] 步驟200 :指標(biāo)對應(yīng)屬性識別：準(zhǔn)確匹配每個待識別所對應(yīng)屬性的指標(biāo)的多個屬 性值。如圖4所示，指標(biāo)對應(yīng)屬性識別包括如下步驟：
[0056] 步驟210 :屬性歸并：分析指標(biāo)體系結(jié)構(gòu)，將同類指標(biāo)的同類屬性進行合并。
[0057] 步驟220 :屬性抽取：將對屬性按照歸并后的指標(biāo)體系進行抽取。
[0058] 步驟230 :指標(biāo)屬性對應(yīng)：確定技術(shù)指標(biāo)和屬性的對應(yīng)關(guān)系。
[0059] 步驟300 :指標(biāo)可選方案匹配：準(zhǔn)確匹配每個指標(biāo)的所對應(yīng)的備選方案，并確定何 種候選方案為推薦方案。如圖5所示，指標(biāo)可選方案匹配包括如下步驟：
[0060] 步驟310 :方案作用域確定：通過查找方案描述關(guān)鍵詞，確定方案作用域。
[0061] 步驟320 :指標(biāo)方案匹配：確定指標(biāo)和方案的匹配關(guān)系。
[0062] 步驟330 :推薦方案確定：識別電