一种基于问句信息缺失补全的电网智能问答系统的制作方法

1.本发明涉及电网问答技术领域，更具体地说，涉及一种基于问句信息缺失补全的电网智能问答系统。


背景技术：

2.目前，随着智慧电网的普及，越来越多的电网数据被收集存储、分析、输出。而通过数据分析作为基础，越来越多的电网服务可以通过智能数据系统，而兼顾到各个地区、场景、类型的用电、配电、节电的要求，而智慧电网的功能不止于此，更多的智慧电网实现了对应用户提供智能数据服务，使得用户数据可溯源，调取数据权限可配置、数据维度更全面、数据关联性更高，而使用过程中发现，用户更多需求仍然是非格式化的，所以仍然会需要辅以人力支持，目前的设计方式就是通过线下、线上的人工服务实现将用户的非格式化语言理解并调取对应的电网数据，这样造成人工服务成本仍然较高，且误差依赖于人员管理，而授权公告号为cn110909140b公开了一种图谱问答与检索问答结合的中枢路由方法及装置，通过构建知识图谱的方式结合对用户的语义识别，对用户提问进行回答，通过对问句的解析判断客户意图以及语义识别，但是这种方式只能适用普通用户需求，而目前对电网信息获取需求较大的是电网发展规划相关的信息调取需求，而这种智能问答技术由于信息粒度的问题，在专业领域的语义识别仍然存在较大的困难。


技术实现要素：

3.有鉴于此，本发明目的是提供一种基于问句信息缺失补全的电网智能问答系统。
4.为了解决上述技术问题，本发明的技术方案是：一种基于问句信息缺失补全的电网智能问答系统，包括有应用层、支撑层、知识层和数据层，
5.所述支撑层配置有专业性计算模块、缺失分析模块、语义支持模块，所述专业性计算模块根据用户信息和文本信息计算该目标提问的专业性期待值；
6.所述缺失分析模块包括格式匹配单元以及缺失识别单元，所述格式匹配单元配置有标准格式数据库，所述标准格式数据库配置有若干标准格式数据，所述格式匹配单元根据用户信息和文本信息匹配对应的标准格式数据，所述缺失识别单元根据标准格式数据识别文本信息中的缺失特征数据；
7.所述语义支持模块配置有第一支持单元、第二支持单元、第三支持单元，所述语义支持模块根据专业性期待值落入预设的基准期待范围调取第一支持单元、第二支持单元或第三支持单元；所述第一支持单元根据缺失特征数据输出第一缺失指令至所述应用层，所述第二支持单元根据缺失特征数据输出第二缺失指令至知识层，所述第三支持单元根据缺失特征数据输出第三缺失指令至数据层；
8.所述应用层配置有第一响应模块，所述第一响应模块根据第一缺失指令生成缺失选择信息并输出以等待用户输入补充信息；
9.所述知识层配置有第二响应模块，所述第二响应模块配置有知识格式库，所述知
识格式库存储有若干图谱索引格式，所述第二响应模块根据第二缺失指令匹配图谱索引格式，并根据图谱索引格式生成补充信息；
10.所述数据层配置有第三响应模块，所述第三响应模块配置有行业术语数据库，行业术语数据库配置有若干行业术语，且每一行业术语配置有关联索引信息，所述第三响应模块根据第三缺失指令以及关联索引信息的匹配调取对应的行业术语，生成补充信息。
11.进一步的，所述专业性计算模块包括信息获取单元以及文本获取单元；
12.所述信息获取单元用于获取用户信息，所述用户信息包括接入端口数据以及用户编号数据，所述接入端口数据反映用户接入终端的地址，所述用户编号数据反映用户使用的账号；
13.所述文本获取单元用于将目标提问转化为文本信息；
14.所述专业性计算模块关联有端口数据库、交互数据库、专业特征词库，配置有期待计算策略，所述期待计算策略包括
15.步骤a1、根据接入端口数据从端口数据库中获取对应的端口配置数据并根据用户编号数据从交互数据库中获取对应的用户交互数据；
16.步骤a2、识别文本信息中对应的专业特征词库中的一类专业术语；
17.步骤a3、计算所述的专业性期待值，有
18.其中a为专业性期待值，α
c1
为端口配置数据中的端口可靠系数，a
c1
为端口配置数据中对应的拓扑可靠系数，δa为预设的拓扑基准参数，α
c2
为用户交互数据中对应的用户可靠系数，a
c2
为用户交互数据中对应的有效应答率，β为预设的频率权重参数，f
t
为用户交互数据中的时间加权交互频率，δf为用户交互数据中平均交互频率，a
c3
为用户交互数据中的应答正确率，α
c3
为预设的术语可靠系数，en为目标提问中第n个一类专业术语对应的专业性权重值，其中n为目标提问中一类专业术语的数量。
19.进一步的，所述缺失分析模块包括词性提炼单元，所述词性提炼单元根据知识元素图谱提取对应的词性项，并根据词性项生成所述标准格式数据，所述词性项反映了标准格式数据中对于词语的要求。
20.进一步的，所述格式匹配单元配置有格式匹配策略，所述格式匹配策略包括
21.步骤b1、配置有第一匹配阈值，计算文本信息和每一标准格式数据匹配结果获得第一匹配值，筛选第一匹配值大于第一匹配阈值的标准格式数据以生成第一匹配数据组，有χ1＝(∑gk)/g，其中，k＝1,2,ki，χ1为第一匹配值，gk为第k个匹配成功的词性项的词性权重，i为匹配成功的词性项的数量，g为该标准格式数据的所有词性项的词性权重总和；
22.步骤b2、通过用户信息匹配第一匹配组中的标准格式数据未完成的匹配的词性项以获得第二匹配值，有χ2＝(∑hk)/g，其中，k＝1,2,kj，χ2为第二匹配值，hk为第k个匹配成功的词性项的词性权重，j为匹配成功的词性项的数量；
23.步骤b3、计算第一匹配数据组中每一标准格式数据的加权匹配值，有χs＝dsχ1+χ2，其中χs为加权匹配值，ds为预设的匹配权重参数，确定加权匹配值最高的的标准格式数据为匹配结果。
24.进一步的，所述缺失识别单元获取该标准格式数据在步骤b1中未匹配成功的词性项，并根据该词性项以及文本信息生成缺失特征数据。
25.进一步的，所述第一支持单元包括从文本信息中提取缺失特征索引，所述第一缺失指令根据缺失特征索引生成，所述第一响应模块关联有选择索引数据库，所述选择索引数据库预先存储有若干缺失选择信息，根据所述缺失特征索引调取对应的缺失选择信息。
26.进一步的，所述第二响应模块还配置有标准文本数据库，所述标准文本数据库存储有若干标准文本数据，根据获得的图谱索引格式调取对应的标准文本数据，并求取标准文本数据和文本信息的差值数据以生成所述补充信息。
27.进一步的，所述第二响应模块还包括第一协调单元，所述第一协调单元被配置为当同时生成多个差值数据时，根据差值数据生成缺失选择信息输出至应用层。
28.进一步的，所述第三支持单元包括从文本信息中提取缺失特征索引，所述第三缺失指令根据所述缺失特征索引生成，根据缺失特征索引根据关联索引信息计算每一与该缺失特征索引相关的行业术语的补充优先值，有其中，k＝1,2，kx，q为补充优先值，δ1为预设的频率优先参数，q1为关联索引信息中的第一频数，所述第一频数反映该行业术语在数据层的不同数据库出现的总次数，u
x
为数据层的第x个数据库对应的数据库优先级，t0为当前时刻，t
x
为第x个数据库对应的末次更新时间，q2为关联索引信息中的第二频数，δ2为预设的关联优先参数，所述第二频数反映该行业术语被使用在应用层的次数，δ3为关联索引信息中的基准优先参数；所述第三响应模块选取满足第一预设条件的补充优先值生成所述补充信息。
29.进一步的，所述的第一预设条件配置有第一识别阈值和第二识别阈值，行业术语对应的补充优先值大于第一补充阈值，或该行业术语对应的补充优先值大于优先值均值第二识别阈值时，视为满足第一识别条件，所述的优先值均值为所有行业术语的补充优先值的平均值；
30.所述第三响应模块包括有第二协调单元，第二协调单元被配置为当同时存在多个满足第一预设条件的行业术语时，根据行业术语生成缺失选择信息输出至应用层。
31.本发明技术效果主要体现在以下方面：通过用户信息以及用户的问题的文本对专业度进行分类，并根据专业度分类调用不同的模块完成问题信息的补全，使所有问题都能得到较为清晰的语义解读的同时，对目标提问进行具有针对性的辨识，通过这种方式提高问题解析的精确度，使得智能问答可以适用再电网信息提问处理领域，使得专业术语更容易被语义识别算法所辨识。
附图说明
32.图1：本发明一种基于问句信息缺失补全的电网智能问答系统的架构原理图；
33.图2：本发明一种基于问句信息缺失补全的电网智能问答系统的模块拓扑图。
具体实施方式
34.以下结合附图，对本发明的具体实施方式作进一步详述，以使本发明技术方案更易于理解和掌握。
35.参照图1所示，一种基于问句信息缺失补全的电网智能问答系统，包括有应用层、支撑层、知识层和数据层，一般而言，现有的问答系统也是有四层架构组成，应用层主要功能是实现用户交互，例如关于政策法规，标准规范，系统功能，业务指标的问答，以及能源政
策、发展标准规范的深度解析，然后运行监测和文件框架定义和维护的表示。而支撑层是为应用层提供服务，例如语义解析服务，解析用户提问的问题，信息提取服务，根据解析结果提取信息，图片内容提取服务，根据输入的图片提取服务，文本分析服务根据上传的文件分析内容，知识推理服务，根据获得的内容推理对应的要素，支撑层还提供消息、工作流、安全、权限、监测等基础服务。数据层主要是提供数据基础，提供例如新闻、咨询、制度标准、分析报告、拓扑数据、项目数据、地图数据、政策法规、经验案例、专业文库、培训视频、电量数据、档案数据、实用化数据等；知识层主要是对数据进行提取，建立基础知识库，进行实体识别、实体属性书别、实体关系梳理、属性关系梳理；以及概念定义、属性定义、关系定义、约束规则的设置以及实体的归类；并通过算法模型为智能问答提供支持，本发明的核心在于用户在应用层提出问题时，对问题进行解析，然后通过支撑层识别用户等级，补全问题，进行语义理解，为用户的目标问题从知识图谱中寻找答案提供技术支持。
36.所述支撑层配置有专业性计算模块、缺失分析模块、语义支持模块，本发明的核心逻辑在于，在用户输入问题时，生成对应的专业性估计，然后通过分析缺失数据，通过语义支持模块对缺失数据进行补充，为语义识别提供更加可靠的支持。
37.所述专业性计算模块根据用户信息和文本信息计算该目标提问的专业性期待值；所述专业性计算模块包括信息获取单元以及文本获取单元；首先用户将信息输入到文本框或上传图片等形式进行提问，而本发明包括两个部分，一个是文本可见部分，是通过文本获取单元进行获取，另一个部分是隐含信息，例如用户所属地址或者电网部门，例如用户属于a1属地，那么其提问时，如果没有提出地名，那可能是地名被用语习惯被忽略，可以通过隐藏信息补全这些用语。
38.所述信息获取单元用于获取用户信息，所述用户信息包括接入端口数据以及用户编号数据，所述接入端口数据反映用户接入终端的地址，所述用户编号数据反映用户使用的账号；接入端口数据包括ip地址，接入方式，通过ip地址分析属地，包括通过移动端接入还是通过固定端接入，包括该端口是否属于内部端口，以及所属的编号，都可以分析出用户的其他信息，而优选的，针对内部端口建立配置数据库，这样就可以标记端口从而通过地址判断用户所属关系，判断用户的专业情况，而另一方面，通过用户的登录账号判断用户的例如活跃度、提问次数等信息，从而判断用户的专业情况。
39.所述文本获取单元用于将目标提问转化为文本信息；一般情况，目标提问直接在文本框中被输入，就可以形成文本信息，但是例如用户进入的提问界面不同，或者上传了图片，那么可能就需要对对应信息进行转换，以完善文本信息，而对应通过识别图片提取信息要素的方法以及通过预先设置的按钮跳转界面提取文本数据的方法，以得到完整的文本信息。而通过预先设置的数据库以及计算策略对上述信息进行处理以判断用户的专业程度，具体如下：
40.所述专业性计算模块关联有端口数据库、交互数据库、专业特征词库，配置有期待计算策略，所述期待计算策略包括
41.步骤a1、根据接入端口数据从端口数据库中获取对应的端口配置数据并根据用户编号数据从交互数据库中获取对应的用户交互数据；首先由用户信息中只有静态数据，只能获取到用户的端口情况以及用户编号，但是实际上随着用户的使用，端口的配置不同，可能反映的专业性也会不一样，例如用户每次使用都会更新对应的活跃度，所以用户端口相
关的信息，通过端口配置数据预先存储在端口数据库，而用户编号数据，则通过用户交互数据的方式预先存在在交互数据库，而用户通过验证后就可以调用相关的数据对用户专业性进行评估，而另一方面，通过后来数据对应用行为的记录或编辑，又可以更新对应的用户交互数据或者修改对应的端口配置数据。
42.步骤a2、识别文本信息中对应的专业特征词库中的一类专业术语；由于文本信息获取后是以字段的形式上传，而专业特征词库设置的目的是为了判断提问本身的专业程度，例如提问中包括关键的专业术语，说明这个提问的专业程度较高，所以通过预先将专业术语(专业程度较高的)配置于专业特征词库中，从而判断提问的专业程度。
43.步骤a3、计算所述的专业性期待值，有
44.其中a为专业性期待值，α
c1
为端口配置数据中的端口可靠系数，反映端口可靠情况，例如可以对内网进行等级划分，然后根据划分结果判断端口可靠系数，例如该端口所属的部门或公司，都可以作为划分依据，而不同的划分等级对应不同的端口可靠系数，端口可靠系数还可以与端口在平台活跃程度相关，a
c1
为端口配置数据中对应的拓扑可靠系数，拓扑可靠系数反映端口之间的拓扑关系，例如与某定义的专业性较强的端口具有拓扑关系的端口对应的拓扑可靠系数较高，这样就可以在同个网关接入多个端口，其对应的可靠性可以通过拓扑承继关系获得，拓扑可靠系数同样是赋值的方式，δa为预设的拓扑基准参数，α
c2
为用户交互数据中对应的用户可靠系数，用户可靠系数反映用户名中信息对应的可靠程度，例如职位、级别、工龄等信息，都可以反映该用户的专业水平，从而判断用户的专业程度，也是通过设置规则赋值的方式实现，可以通过用户的基础信息判断用户的专业程度，a
c2
为用户交互数据中对应的有效应答率，有效应答率是通过平台交互数据反馈获得，每次使用智能问答系统进行成功应答，都会增加有效应答率，这样在调取用户交互数据时，数据是可以随着用户的使用程度判断的，β为预设的频率权重参数，一般取值范围在1.5-3之间，f
t
为用户交互数据中的时间加权交互频率，时间加权交互频率是用户使用智能问答系统的活跃度，如果活跃度越高，则说明用户对智能问答系统越熟悉，而通过时间加权交互频率，也就是保证长期不使用该平台的用户的交互频率是会衰减的，δf为用户交互数据中平均交互频率，平均交互频率则不会根据用户的使用频次衰减，可以反映用户的使用次数，a
c3
为用户交互数据中的应答正确率，应答正确率反映用户对答案的历史满意程度，可以从侧面反映用户提问的准确性，α
c3
为预设的术语可靠系数，en为目标提问中第n个一类专业术语对应的专业性权重值，其中n为目标提问中一类专业术语的数量。对应每一个一类专业术语设置对应的专业性权重值，然后当文本信息中出现对应的一类专业术语时，叠加对应的专业性权重值，可以反映这个提问的专业程度。而计算专业性期待值最重要的目的是，对相同的提问文本给出不同的解答，例如在某场景中提问文本信息中的电压，就语义识别而言是无法判断其指代的是什么类型的电压值，而对于某专业领域，其可能指代就是额定电压，专业领域用语习惯是通过额定电压表示电压，那么此时对于专业人员而言，语义识别应该给出查询额定电压的结果，但是对于不是专业人员而言，可以要求补充数据。所以基于上述目的，本发明设置以下内容：
45.本发明的语义识别仍然需要在文本信息缺失的情况下才能发挥作用：所述缺失分析模块包括格式匹配单元以及缺失识别单元，所述格式匹配单元配置有标准格式数据库，所述标准格式数据库配置有若干标准格式数据，所述格式匹配单元根据用户信息和文本信
息匹配对应的标准格式数据，所述缺失识别单元根据标准格式数据识别文本信息中的缺失特征数据；首先格式匹配单元目的是为了将文本信息对应的标准格式进行匹配，作为缺失判断的基础，所述缺失分析模块包括词性提炼单元，所述词性提炼单元根据知识元素图谱提取对应的词性项，并根据词性项生成所述标准格式数据，所述词性项反映了标准格式数据中对于词语的要求。所述格式匹配单元配置有格式匹配策略，所述格式匹配策略包括
46.步骤b1、配置有第一匹配阈值，计算文本信息和每一标准格式数据匹配结果获得第一匹配值，筛选第一匹配值大于第一匹配阈值的标准格式数据以生成第一匹配数据组，有χ1＝(∑gk)/g，其中，k＝1,2,ki，χ1为第一匹配值，gk为第k个匹配成功的词性项的词性权重，i为匹配成功的词性项的数量，g为该标准格式数据的所有词性项的词性权重总和；首先由于要找到一个与文本信息最接近的格式数据匹配，所以通过计算第一匹配值实现，而匹配是通过词性项进行匹配，对文本信息的特征进行词性的提炼，例如地名、规划、责任主体、电压等等，若匹配成功，则就可以得到预先配置的对应的词性权重，而匹配权重之和占总的标准格式数据的比例，说明该文本信息和一标准格式数据的匹配度，匹配权重是根据词性项的相似度获得，而计算得到第一匹配值后，就可以进行筛选，滤出第一匹配值较小的标准格式数据，减小运算量。
47.步骤b2、通过用户信息匹配第一匹配组中的标准格式数据未完成的匹配的词性项以获得第二匹配值，有χ2＝(∑hk)/g，其中，k＝1,2,kj，χ2为第二匹配值，hk为第k个匹配成功的词性项的词性权重，j为匹配成功的词性项的数量；而后是通过用户信息进行补充匹配，例如可以对匹配结果不完善的信息进行补充。
48.步骤b3、计算第一匹配数据组中每一标准格式数据的加权匹配值，有χs＝dsχ1+χ2，其中χs为加权匹配值，ds为预设的匹配权重参数，其取值在0.3-0.8之间，确定加权匹配值最高的的标准格式数据为匹配结果。这样就可以从标准格式数据中得到最接近的匹配结果，从而进一步判断是否有文本缺失，标准格式数据是根据对知识图谱的词性特征进行提取获得的，所述缺失识别单元获取该标准格式数据在步骤b1中未匹配成功的词性项，并根据该词性项以及文本信息生成缺失特征数据。通过词性项的匹配就可以识别缺失特征数据，从而为补全数据提供支持。具体语义识别模块如下设计：
49.所述语义支持模块配置有第一支持单元、第二支持单元、第三支持单元，所述语义支持模块根据专业性期待值落入预设的基准期待范围调取第一支持单元、第二支持单元或第三支持单元；设置三个基准期待范围，对应第一级别、第二级别和第三级别，如果基准期待范围在第一级别，说明用户专业程度判定为低，则通过第一支持单元适配，若基准期待范围在第二级别，说明用户专业程度判定值为中等，则通过第二支持单元适配，若基准期待范围在第三级别，说明用户专业程度判定值为高，则通过第三支持单元适配。而优选的，第三级别可涵盖第二级别的功能，第二级别可涵盖第一级别的功能，例如若第三支持单元对应的第三响应模块不能获得所有的补充信息，可以通过第二响应模块进行尝试，若第二支持单元对应的第二响应模块不能获得所有的补充信息，可以通过第一响应模块进行尝试。
50.所述第一支持单元根据缺失特征数据输出第一缺失指令至所述应用层，所述应用层配置有第一响应模块，所述第一响应模块根据第一缺失指令生成缺失选择信息并输出以等待用户输入补充信息；所述第一支持单元包括从文本信息中提取缺失特征索引，所述第一缺失指令根据缺失特征索引生成，所述第一响应模块关联有选择索引数据库，所述选择
索引数据库预先存储有若干缺失选择信息，根据所述缺失特征索引调取对应的缺失选择信息。例如，用户提问为2022年2月北京市房山区户均容量数据，而对容量数据的名词的部分识别为确实数据信息，而就可以获取到缺失选择信息为：综合数据、城网数据、农网数据，这样就可以作为缺失选择信息供用户选择。第一响应模块是根据第一缺失指令生成缺失选择信息，然后输出“请问，您问的是综合数据、城网数据、农网数据”供用户选择，这样用户选择完成了之后，就可以获得对应的补充信息。
51.所述第二支持单元根据缺失特征数据输出第二缺失指令至知识层，所述知识层配置有第二响应模块，所述第二响应模块配置有知识格式库，所述知识格式库存储有若干图谱索引格式，所述第二响应模块根据第二缺失指令匹配图谱索引格式，并根据图谱索引格式生成补充信息；所述第二响应模块还配置有标准文本数据库，所述标准文本数据库存储有若干标准文本数据，根据获得的图谱索引格式调取对应的标准文本数据，并求取标准文本数据和文本信息的差值数据以生成所述补充信息。所述第二响应模块还包括第一协调单元，所述第一协调单元被配置为当同时生成多个差值数据时，根据差值数据生成缺失选择信息输出至应用层。第二缺失指令的目的是为了提取知识图谱的内容实现数据补全，例如提问为：今年国家发改委发布的电价形成机制的政策有哪些？识别后的缺失数据为电价形成机制包括的内容，而通过知识图谱就可以索引到对应的文件，提取文件的关键词就可以补全对应的对应的关键词为，新能源转型以及煤炭，作为补充信息，就可以在语义识别中对应到政策文件，2022年2月10日发改能源〔2022〕206号以及2022年2月25日国能发监管〔2020〕78号文件，就可以完成识别，而当例如指向多个问题时，其提问是今年国家发改委发布的电价形成机制的政策有哪个，那么可以输出对应的信息给他进行选择以生成补充信息。
52.所述第三支持单元根据缺失特征数据输出第三缺失指令至数据层；所述数据层配置有第三响应模块，所述第三响应模块配置有行业术语数据库，行业术语数据库配置有若干行业术语，且每一行业术语配置有关联索引信息，所述第三响应模块根据第三缺失指令以及关联索引信息的匹配调取对应的行业术语，生成补充信息。对于专业性比较强的用户而言，其可能通过通用术语或者简易术语进行提问，特别是年纪较大的学者，这类情况会本来会导致问题解决难度较大，导致无法实现行业识别，而第三响应模块的设置是通过分析缺失信息对应的指代的行业术语，例如缺失特征索引为电压，那就要从额定电压、基准电压、峰值电压等等表述中确定一个补充信息，确定的方式如下：所述第三支持单元包括从文本信息中提取缺失特征索引，所述第三缺失指令根据所述缺失特征索引生成，根据缺失特征索引根据关联索引信息计算每一与该缺失特征索引相关的行业术语的补充优先值，有其中，k＝1,2，kx，q为补充优先值，δ1为预设的频率优先参数，q1为关联索引信息中的第一频数，所述第一频数反映该行业术语在数据层的不同数据库出现的总次数，u
x
为数据层的第x个数据库对应的数据库优先级，由于不同数据库对应的行业专业性不同，通用程度也不同，所以为不同数据库也配置词汇的优先级，t0为当前时刻，t
x
为第x个数据库对应的末次更新时间，而随着时间的变化，行业术语也会发生改变，q2为关联索引信息中的第二频数，δ2为预设的关联优先参数，所述第二频数反映该行业术语被使用在应用层的次数，δ3为关联索引信息中的基准优先参数；所述第三响应模块选取满足第一预设条件的补充优先值生成所述补充信息。所述的第一预设条件配置有第一识别阈
值和第二识别阈值，行业术语对应的补充优先值大于第一补充阈值，或该行业术语对应的补充优先值大于优先值均值第二识别阈值时，视为满足第一识别条件，所述的优先值均值为所有行业术语的补充优先值的平均值；
53.所述第三响应模块包括有第二协调单元，第二协调单元被配置为当同时存在多个满足第一预设条件的行业术语时，根据行业术语生成缺失选择信息输出至应用层。同样的，当行业术语也存在多个符合条件的行业术语时，可以让用户进行选择。
54.当然，以上只是本发明的典型实例，除此之外，本发明还可以有其它多种具体实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求保护的范围之内。