本發(fā)明涉及自然語言處理技術(shù)，尤其涉及一種電力領(lǐng)域?qū)嶓w提取方法、系統(tǒng)、介質(zhì)及設(shè)備。

背景技術(shù)：

1、現(xiàn)階段，電力領(lǐng)域?qū)嶓w抽取主要依賴于手工設(shè)計的規(guī)則或基于監(jiān)督學(xué)習(xí)的模型訓(xùn)練，存在一些問題。手工規(guī)則難以應(yīng)對文本語境的多樣性，且維護(hù)成本高?；诒O(jiān)督學(xué)習(xí)的模型需要大量標(biāo)注數(shù)據(jù)，在數(shù)據(jù)獲取和標(biāo)注方面存在挑戰(zhàn)，尤其是在電力專業(yè)領(lǐng)域，標(biāo)注資源往往較為稀缺。

2、近年來，大模型在自然語言處理領(lǐng)域取得了顯著進(jìn)展，展現(xiàn)出強(qiáng)大的文本理解和生成能力。然而，將大型語言模型應(yīng)用于電力領(lǐng)域?qū)嶓w抽取仍面臨以下挑戰(zhàn)：大型語言模型缺乏領(lǐng)域特有的專業(yè)知識，無法準(zhǔn)確識別和理解電力領(lǐng)域的概念和關(guān)系?，F(xiàn)有的大模型實體抽取技術(shù)普遍缺乏對特定領(lǐng)域知識的融入，效果難以令人滿意。

技術(shù)實現(xiàn)思路

1、基于此，有必要針對上述問題，提出了一種電力領(lǐng)域?qū)嶓w提取方法、裝置、介質(zhì)及設(shè)備。

2、一種電力領(lǐng)域?qū)嶓w提取方法，所述方法包括：

3、獲取電力領(lǐng)域的帶有標(biāo)簽的上下文示例，所述標(biāo)簽用于指示所述上下文示例中包含的實體類型。

4、將帶有標(biāo)簽的上下文示例輸入情景學(xué)習(xí)模型中，使情景學(xué)習(xí)模型學(xué)習(xí)所述上下文示例。

5、將待處理語句輸入情景學(xué)習(xí)模型中，得到待處理語句中的實體類型。

6、基于所述待處理語句中的實體類型構(gòu)建輸入，輸入情景學(xué)習(xí)模型中，得到實體類型對應(yīng)的實體。

7、其中，還包括：

8、采集電力領(lǐng)域的專業(yè)名詞數(shù)據(jù)，根據(jù)專業(yè)名詞數(shù)據(jù)構(gòu)建電力領(lǐng)域詞典，所述電力領(lǐng)域詞典中包括電力領(lǐng)域的實體和實體類型。

9、根據(jù)電力領(lǐng)域詞典獲取帶有標(biāo)簽的上下文示例。

10、其中，所述采集電力領(lǐng)域的專業(yè)名詞，根據(jù)專業(yè)名詞構(gòu)建電力領(lǐng)域詞典，所述電力領(lǐng)域詞典中包括電力領(lǐng)域的實體和實體類型，具體包括：

11、采集電力領(lǐng)域的專業(yè)名詞，對所述電力領(lǐng)域的專業(yè)名詞進(jìn)行分類。

12、根據(jù)分類后的電力領(lǐng)域的專業(yè)名詞構(gòu)建電力領(lǐng)域詞典，并將所述電力領(lǐng)域詞典存儲在數(shù)據(jù)庫中。

13、其中，還包括：

14、接收用戶的查詢請求，提取出所述查詢請求中包含的專業(yè)名詞。

15、基于所述數(shù)據(jù)庫查詢專業(yè)名詞對應(yīng)的電力領(lǐng)域知識。

16、其中，所述基于所述待處理語句中的實體類型構(gòu)建輸入，輸入情景學(xué)習(xí)模型中，得到實體類型對應(yīng)的實體，具體包括：

17、根據(jù)所述待處理語句中包括的實體類型，生成所述實體類型對應(yīng)的輸入語句。

18、將所述輸入語句輸入情景學(xué)習(xí)模型中，所述情景學(xué)習(xí)模型在每個回合提取一個實體類型對應(yīng)電力領(lǐng)域?qū)嶓w，其中，回合數(shù)與所述待處理語句中的實體類型的數(shù)量相等。

19、其中，所述基于所述待處理語句中的實體類型構(gòu)建輸入，輸入情景學(xué)習(xí)模型中，得到實體類型對應(yīng)的實體之后，還具體包括：

20、根據(jù)所述待處理語句中的實體類型與每個回合提取出來的對應(yīng)的實體構(gòu)成詞組，作為情景學(xué)習(xí)模型的輸出。

21、其中，所述實體類型包括配電系統(tǒng)和電力設(shè)備。

22、一種電力領(lǐng)域?qū)嶓w提取系統(tǒng)，所述系統(tǒng)包括：

23、帶有標(biāo)簽的上下文示例獲取模塊，用于獲取電力領(lǐng)域的帶有標(biāo)簽的上下文示例，所述標(biāo)簽用于指示所述上下文示例中包含的實體類型。

24、情景學(xué)習(xí)模型學(xué)習(xí)模塊，用于將帶有標(biāo)簽的上下文示例輸入情景學(xué)習(xí)模型中，使情景學(xué)習(xí)模型學(xué)習(xí)所述上下文示例。

25、實體類型獲取模塊，用于將待處理語句輸入情景學(xué)習(xí)模型中，得到待處理語句中的實體類型。

26、實體獲取模塊，用于基于所述待處理語句中的實體類型構(gòu)建輸入，輸入情景學(xué)習(xí)模型中，得到實體類型對應(yīng)的實體。

27、一種計算機(jī)可讀存儲介質(zhì)，存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時，使得所述處理器執(zhí)行如上所述方法的步驟。

28、一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，所述計算機(jī)程序被所述處理器執(zhí)行時，使得所述處理器執(zhí)行如上所述方法的步驟。

29、采用本發(fā)明實施例，具有如下有益效果：

30、本發(fā)明通過獲取電力領(lǐng)域的帶有標(biāo)簽的上下文示例，為情景學(xué)習(xí)模型提供了明確的學(xué)習(xí)目標(biāo)。標(biāo)簽指示了實體類型，使該模型能夠?qū)W習(xí)到電力領(lǐng)域特有的語言模式和實體特征，提高模型在電力領(lǐng)域?qū)嶓w識別上的準(zhǔn)確性和效率。將待處理的語句輸入情景學(xué)習(xí)模型中，模型能夠自動識別并標(biāo)注出語句中的實體類型和具體的實體，為用戶提供了快速、準(zhǔn)確的信息提取服務(wù)，大大節(jié)省了人工識別的時間和成本。同時，由于模型已經(jīng)學(xué)習(xí)了電力領(lǐng)域的特定知識，因此它在處理電力領(lǐng)域相關(guān)語句時表現(xiàn)出更高的準(zhǔn)確性和適應(yīng)性。

技術(shù)特征：

1.一種電力領(lǐng)域?qū)嶓w提取方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的一種電力領(lǐng)域?qū)嶓w提取方法，其特征在于，還包括：

3.根據(jù)權(quán)利要求2所述的一種電力領(lǐng)域?qū)嶓w提取方法，其特征在于，所述采集電力領(lǐng)域的專業(yè)名詞，根據(jù)專業(yè)名詞構(gòu)建電力領(lǐng)域詞典，所述電力領(lǐng)域詞典中包括電力領(lǐng)域的實體和實體類型，具體包括：

4.根據(jù)權(quán)利要求3所述的的一種電力領(lǐng)域?qū)嶓w提取方法，其特征在于，還包括：

5.根據(jù)權(quán)利要求2所述的一種電力領(lǐng)域?qū)嶓w提取方法，其特征在于，所述基于所述待處理語句中的實體類型構(gòu)建輸入，輸入情景學(xué)習(xí)模型中，得到實體類型對應(yīng)的實體，具體包括：

6.根據(jù)權(quán)利要求5所述的一種電力領(lǐng)域?qū)嶓w提取方法，其特征在于，所述基于所述待處理語句中的實體類型構(gòu)建輸入，輸入情景學(xué)習(xí)模型中，得到實體類型對應(yīng)的實體之后，還具體包括：

7.根據(jù)權(quán)利要求1所述的一種電力領(lǐng)域?qū)嶓w提取方法，其特征在于，所述實體類型包括配電系統(tǒng)和電力設(shè)備。

8.一種電力領(lǐng)域?qū)嶓w提取系統(tǒng)，其特征在于，所述系統(tǒng)包括：

9.一種計算機(jī)可讀存儲介質(zhì)，存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時，使得所述處理器執(zhí)行如權(quán)利要求1至7中任一項所述方法的步驟。

10.一種計算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機(jī)程序，所述計算機(jī)程序被所述處理器執(zhí)行時，使得所述處理器執(zhí)行如權(quán)利要求1至7中任一項所述方法的步驟。

技術(shù)總結(jié)
本發(fā)明實施例公開了一種電力領(lǐng)域?qū)嶓w提取方法、系統(tǒng)、介質(zhì)及設(shè)備，方法包括：獲取電力領(lǐng)域的帶有標(biāo)簽的上下文示例，標(biāo)簽用于指示上下文示例中包含的實體類型；將帶有標(biāo)簽的上下文示例輸入情景學(xué)習(xí)模型中，使情景學(xué)習(xí)模型學(xué)習(xí)上下文示例；將待處理語句輸入情景學(xué)習(xí)模型中，得到待處理語句中的實體類型；基于待處理語句中的實體類型構(gòu)建輸入，輸入情景學(xué)習(xí)模型中，得到實體類型對應(yīng)的實體，為用戶提供了快速、準(zhǔn)確的信息提取服務(wù)，大大節(jié)省了人工識別的時間和成本。

技術(shù)研發(fā)人員：馮勇,胡發(fā)平,陸海,陳曉云
受保護(hù)的技術(shù)使用者：云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15