买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司

摘要：本发明提出一种基于深度学习的电力舆情领域命名实体识别方法与系统，整理电力舆情的文本数据，标记出所述文本数据中的实体词；将数据预处理标注为位置索引标注序列；对预处理后的数据进行特征提取；根据数据标注结果抽取新的电力舆情文本数据中的实体词。本发明的位置索引标注方式很好地解决了实体之间交叉包含的问题；结合文本中每个字的五笔顺序与偏旁部首的特征，通过BiLSTM模型进行特征的提取，与BERT预训练模型得到的BERT特征相融合，增强了特征向量中语义的表征，可以更好、更准确的抽取文本包含的实体；通过使用CRF层对得到的位置索引序列标签进行约束，大大减少不规则标签出现的概率，从而可以获得较好的实体标签序列。

主权项：1.一种基于深度学习的电力舆情领域命名实体识别方法，其特征在于，包括以下步骤：S1：整理电力舆情的文本数据，标记出所述文本数据中的实体词；包括：获取电力舆情文本的数据；通过人工标记的方式，标注出每一条文本中所包含的实体词；S2：对整理的数据进行数据预处理，标注为位置索引标注序列；包括：S21：数据清洗：将文本数据中的空格以及特殊的字符去除，并将每一条文本数据进行单个字的拆分；S22：处理数据格式：将数据清洗后的数据转换成模型输入的格式，将文本数据标注成位置索引标注序列；位置索引标注的方式是将文本中的每个实体的长度标注到实体开始索引的位置，从开始位置向右经过实体长度个字符结束，得到所需要的实体；S3：对预处理后的文本数据进行特征提取；包括：S31：将文本数据拆分成单个字形式，通过使用BERT预训练模型来对电力舆情文本进行特征提取，得到其对应的BERT特征向量；S32：获得电力舆情文本数据中每个字对应的五笔顺序与偏旁部首，通过BiLSTM模型，使用One-Hot编码将其对应的五笔顺序与偏旁部首进行编码获得编码后的五笔顺序特征向量与偏旁部首特征向量；S33：将五笔顺序+偏旁部首特征向量与BERT特征向量进行融合，将融合后的特征向量经过线性层得到序列中每个字对应的位置索引标注序列的标签概率；S34：将最终获得的标签概率输入CRF层中得到最终标注好的位置索引标注序列的标签序列；S4：根据数据标注结果抽取新的电力舆情文本数据中的实体词。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司营销服务中心 国网江苏省电力有限公司 基于深度学习的电力舆情领域命名实体识别方法及系统