基于自然語言處理的智能操作票技術(shù)的研究

王乾　張毅　梁凱　王立峰　孫巖　浦朔　白揚(yáng)

摘要：近年來，隨著信息技術(shù)的發(fā)展，人工智能已經(jīng)成為信息時(shí)代的一個(gè)熱門話題。自然語言處理（NLP）是計(jì)算機(jī)科學(xué)、人工智能和語言學(xué)的一個(gè)研究領(lǐng)域，主要研究計(jì)算機(jī)和人類語言之間的相互作用。該領(lǐng)域產(chǎn)生了大量的人工智能研究成果和產(chǎn)品，是人工智能領(lǐng)域的一個(gè)熱點(diǎn)。調(diào)度操作票的智能自動生成是一項(xiàng)既有技術(shù)又有經(jīng)驗(yàn)的綜合性工作。本文結(jié)合自然語言處理技術(shù)和機(jī)器學(xué)習(xí)方法，基于數(shù)學(xué)理論和中文信息的MMT模型，實(shí)現(xiàn)了操作票內(nèi)容的智能提取和操作票的自動生成。結(jié)果表明，基于中文信息的多語言機(jī)器翻譯模型是進(jìn)一步解決當(dāng)前句法分析問題、減少歧義、提高分析水平的一種參考方法。研究結(jié)果的意義在于語法規(guī)則可以被測試，句子的語法模型結(jié)構(gòu)可以進(jìn)一步加工為主體，建立實(shí)用工具和模型可以提供深入的理解自然語言，語法知識基礎(chǔ)的擴(kuò)展和深入研究法語句子的意義。

關(guān)鍵字：人工智能;自然語言處理;操作票

Abstract：Inrecentyears，withthedevelopmentofinformationtechnology，artificialintelligencehasbecomeahotresearchtopicintheinformationage.Naturallanguageprocessingisafieldofcomputerscience，artificialintelligenceandlinguisticsthatfocusesontheinteractionbetweencomputerandhumanlanguage.Inthisfield，alargenumberofresearchresultsandproductsofartificialintelligencehavebeenproduced，whichisaresearchhotspotinthefieldofartificialintelligenceatpresent.Usingthetheoryofalgebraiclinguisticstobuildtheexpertsystemofsyntacticanalyzer，theMMTmodelofChineseinformationisusedintheresearch.TheresearchresultsshowthattheMMTmodelbasedonChineseisareferencemethodtofurthersolvethecurrentsyntacticanalysisproblems，reducingambiguityandanalysislevel.Thesignificanceofitsresearchresultsliesinthatitcantestgrammarrules，establishsentencegrammarmodelstructurethroughdeepprocessingofcorpus，providepracticaltoolsandmodelsfordeepunderstandingofnaturallanguage，expansionofgrammarknowledgebase，andin-depthstudyofsentenceFrenchmeaning.

Keywords：Artificialintelligence;naturallanguageprocessing;operationticket

1引言

電力生產(chǎn)過程中經(jīng)常要進(jìn)行電氣操作。由于電力系統(tǒng)開關(guān)操作失誤，嚴(yán)重的人身和設(shè)備事故時(shí)有發(fā)生。如何讓自然語言處理技術(shù)與操作票結(jié)合，讓操作員方便快捷的開出合規(guī)的操作票，就是電力行業(yè)一個(gè)急需解決的問題。

語義維度是基于自然語言處理（NLP）的句子研究的出發(fā)點(diǎn)和重點(diǎn)，是指導(dǎo)句子研究的語義維度。從語義維度構(gòu)建句子研究框架，從語義維度對句子類型進(jìn)行分類，形成句子語義類型體系。本文的研究內(nèi)容包括，一個(gè)完整的語法分析操作票信息，還有通過語料庫的處理，提取規(guī)則，提取的語法規(guī)則和邏輯分析，最后還有基于代數(shù)理論實(shí)現(xiàn)語義和語篇結(jié)構(gòu)分析，建立中文文本規(guī)則匹配工具，包括現(xiàn)代漢語語料庫加工和探索漢語語法的實(shí)際模型理論方法和工具。基于構(gòu)詞的中文分詞方法，分詞用于操作票指令，然后，通過詞性標(biāo)注部分詞性標(biāo)注對分詞結(jié)果進(jìn)行標(biāo)記。最后，根據(jù)操作票的語法規(guī)則，實(shí)現(xiàn)操作票動作、對象和狀態(tài)的提取。該方法不僅消除了常規(guī)提取所需的大量人工配置工作，而且提高了效率。

2實(shí)現(xiàn)方法

1. 中文分詞

中文分詞的結(jié)果是識別和提取的基礎(chǔ)操作票的內(nèi)容，中文分詞的目標(biāo)是提高操作票文本分詞的準(zhǔn)確性，特別是沒有用的詞語（沒有加入單詞列表的詞），要把其徹底的剔除。

在采用基于詞表的分詞算法時(shí)，如正向最大匹配法和n-最短路徑法，最大的問題之一是沒有加入詞典的詞的分詞存在固有的缺陷。一般的解決方案是添加一個(gè)沒有加入詞典的詞模塊來處理沒有加入詞典的詞的分割。在中文分詞中，沒有加入詞典的詞的分詞錯(cuò)誤嚴(yán)重影響了整個(gè)分詞的查全率?；跇?gòu)詞的漢語分詞算法將漢語分詞轉(zhuǎn)化為漢語單詞序列標(biāo)記，較好地解決了沒有加入詞典的詞的處理問題。根據(jù)單詞在單詞中的位置，將單詞的單詞位類別分為四種：單字（S）、單詞前綴（B）、單詞中間（M）和單詞結(jié)尾（E）。

1. 句法分析

句法分析是在給定的語法基礎(chǔ)上，自動識別句子中所包含的句法單位及其相互之間的關(guān)系。語法分析工具利用語法符號語言將系統(tǒng)獲取的中文文本轉(zhuǎn)化為符號語言表達(dá)式。利用符號句和中文文本句構(gòu)成二部圖模型，構(gòu)成符號句。推理機(jī)的工作包括兩個(gè)方面：一是確定語言的語法體系，即在操作指令語言中正式定義句子的語法結(jié)構(gòu);另一方面，句法分析意味著一個(gè)句子的語法結(jié)構(gòu)可以自動地從一個(gè)給定的語法系統(tǒng)中派生出來，并且可以分析一個(gè)句子中所包含的句法單位和這些句法單位之間的關(guān)系?；谡Z料庫的句法分析，是基于語料庫提供的數(shù)據(jù)資源來分析漢語或英語句子并生成報(bào)告的過程。句法分析包括句法功能分析和句法結(jié)構(gòu)分析。語法知識庫的設(shè)計(jì)采用馮志偉的中文信息MMT模型來構(gòu)建一本語法詞典。使用初級標(biāo)準(zhǔn)現(xiàn)代漢語語料庫中各語言塊的自動分析結(jié)果作為數(shù)據(jù)集。然后再對對語料庫中的所有句子進(jìn)行分析和統(tǒng)計(jì)分析。

本文構(gòu)建了一個(gè)基于MMT中文信息模型的語法知識庫規(guī)則詞典。多分支結(jié)構(gòu)用于描述語法規(guī)則。它是一個(gè)基于規(guī)則的自底向上的集成算法。多標(biāo)記識別，如漢字的170個(gè)部分可分為12類。根據(jù)這個(gè)分類系統(tǒng)，可以在歸一化的過程中進(jìn)行分析。相同和不同的漢語構(gòu)詞理論和實(shí)證數(shù)據(jù)。作為漢字的標(biāo)記，可分為語音標(biāo)記、語義標(biāo)記、、漢字分類標(biāo)記等。利用漢語信息的MMT模型、多樹語法詞典和帶有部分語音標(biāo)記的分詞詞典對語料庫文本進(jìn)行自動分析。

句法分析結(jié)果可分為兩組：1）成功組。2）分析故障塊集合。處理部分需要人工檢查，根據(jù)系統(tǒng)給出的分析，添加足夠的詞典或語法規(guī)則，直到所有的句子、段落或章節(jié)自動分析。根據(jù)句法規(guī)則，我們用遞歸的方法替換句子，得到句子的句法結(jié)構(gòu)。該系統(tǒng)將現(xiàn)代漢語的具體詞匯轉(zhuǎn)化為語法和短語符號，實(shí)現(xiàn)漢語句子復(fù)雜特征集的操作。運(yùn)用符號學(xué)理論構(gòu)建語法符號學(xué)句子。本文的核心和關(guān)鍵技術(shù)是語法符號和句子的遞歸分析的融合操作。

1. 詞性標(biāo)注

語音標(biāo)注部分的輸入為漢語分詞后的操作票文本的輸出，輸出為相應(yīng)的語音部分。語音部分標(biāo)注基于HMM實(shí)現(xiàn)，中文分詞結(jié)果對應(yīng)于觀測序列（一個(gè)詞對應(yīng)一個(gè)觀測值，一個(gè)文本對應(yīng)一個(gè)觀測序列），語音序列部分對應(yīng)于狀態(tài)序列。以“合上#5機(jī)380V脫硫工作PC端電源6275開關(guān)”為例，觀測序列為{合上，#5機(jī)，380V，脫硫工作，PC端電源，6257開關(guān)}，其相應(yīng)的狀態(tài)序列是詞性{動詞、名詞、名詞、名詞、名詞、名詞}的一部分。其狀態(tài)空間模型是{s1、s2、s3、s4 ，s5，s6} = { v，n，n，n，n}，n，n}}，并觀察空間{o1、o2……是所有單詞的非重復(fù)集合。這樣就對所有的操作指令進(jìn)行標(biāo)注。

1. 模型訓(xùn)練

該技術(shù)需要使用訓(xùn)練語料庫對中文分詞和詞性標(biāo)注兩種模式進(jìn)行訓(xùn)練，使用具有代表性的訓(xùn)練語料庫有助于提高模型的效果。利用收集到的操作票指令數(shù)據(jù)組成的訓(xùn)練數(shù)據(jù)，訓(xùn)練基于HMM的漢語分詞模型。按照規(guī)則的訓(xùn)練數(shù)據(jù)進(jìn)行處理，為后一個(gè)詞詞位序列根據(jù)詞性標(biāo)注一節(jié)中描述的參數(shù)估計(jì)方法，遍歷行語句，訓(xùn)練語料庫統(tǒng)計(jì)獲得第一個(gè)），每個(gè)詞的頻率連續(xù)的詞語轉(zhuǎn)換數(shù)，每個(gè)單詞對應(yīng)的詞性，每個(gè)單詞的次數(shù)歸一化得到π初始狀態(tài)矩陣，狀態(tài)轉(zhuǎn)移矩陣和狀態(tài)觀測矩陣。遍歷每一行后訓(xùn)練語料庫，使用相鄰詞的轉(zhuǎn)換數(shù)量，和相應(yīng)數(shù)量每個(gè)詞性的出現(xiàn)次數(shù)獲得的統(tǒng)計(jì)數(shù)據(jù)，然后就形成初始狀態(tài)矩陣，狀態(tài)轉(zhuǎn)移矩陣和狀態(tài)觀測矩陣。最后訓(xùn)練出操作票指令專用的分詞和詞性模型。

1. 內(nèi)容提取

結(jié)合中文分詞的狀態(tài)序列和部分詞性標(biāo)注，分析了操作票文本的語法語義模型，所有的操作票語句都可以抽象為“動作+設(shè)備+初始狀態(tài)+最終狀態(tài)”的形式。

1. 智能生成

建立事實(shí)和知識規(guī)則庫，應(yīng)用ES推理機(jī)制，推理形成實(shí)際操作票。該機(jī)制由數(shù)據(jù)庫、知識庫和推理機(jī)三部分組成。其中，電站和變電站的主要接線形式及相關(guān)設(shè)備存儲在數(shù)據(jù)庫中，與電氣名稱、事實(shí)陳述和推理過程中的中間結(jié)果有關(guān)。將電氣操作的知識規(guī)則存儲在知識庫中，利用元規(guī)則系統(tǒng)對這些規(guī)則進(jìn)行約束、補(bǔ)充、選擇和控制。在推理機(jī)制中，利用MMT訓(xùn)練模型實(shí)現(xiàn)自動匹配和回溯的推理控制機(jī)制，在知識庫中搜索與目標(biāo)任務(wù)匹配的規(guī)則，最終解決問題。

3關(guān)鍵技術(shù)點(diǎn)

本文開發(fā)的操作票系統(tǒng)在保證系統(tǒng)可靠性的基礎(chǔ)上，具有開放性、通用性、靈活性和實(shí)用性的基礎(chǔ)上，綜合分析國內(nèi)外現(xiàn)有的操作票系統(tǒng)，結(jié)合實(shí)地調(diào)查收集用戶需求，提出使用面向?qū)ο蟮?、跨平臺的編程技術(shù)相結(jié)合的理論專家系統(tǒng)，開發(fā)一套具有良好的開放性、通用性、靈活性和實(shí)用性的智能操作票專家系統(tǒng)的設(shè)計(jì)思想和設(shè)計(jì)一套全面和有效的解決方案。

由于操作票的生成過程是一個(gè)需要大量知識和經(jīng)驗(yàn)推理的過程，很難建立精確的數(shù)學(xué)模型，因此傳統(tǒng)的數(shù)學(xué)分析方法顯然不適合該系統(tǒng)。專家系統(tǒng)是一種弱解方法，適用于解決經(jīng)驗(yàn)問題和邏輯問題。因此，本文從機(jī)器學(xué)習(xí)和自然語言處理的角度出發(fā)，機(jī)器可以學(xué)習(xí)理解操作票指令的相關(guān)內(nèi)容，然后將理解結(jié)果訓(xùn)練成模型，提供操作票的內(nèi)容提取和智能生成。

4結(jié)論

智能性：利用專家系統(tǒng)理論，建立自動開票模型和錯(cuò)誤檢查模型。本系統(tǒng)具有智能開票和糾錯(cuò)功能。系統(tǒng)還可以智能識別各種線路和設(shè)備的各種運(yùn)行狀態(tài)。

通用性：本文根據(jù)總體思路設(shè)計(jì)了專家數(shù)據(jù)庫。該系統(tǒng)通過提供用戶友好的維護(hù)工具和增加專家數(shù)據(jù)庫的知識，可以滿足用戶的開票要求。此外，還使用跨平臺編程工具來開發(fā)具有跨平臺執(zhí)行能力的系統(tǒng)。

可靠性：本系統(tǒng)根據(jù)電網(wǎng)實(shí)時(shí)運(yùn)行參數(shù)，通過專家知識的推理，完成開票流程，操作票準(zhǔn)確性高。同時(shí)，系統(tǒng)具有綜合糾錯(cuò)能力，提供操作票預(yù)覽功能，進(jìn)一步保證了系統(tǒng)的可靠性。本系統(tǒng)具有用戶權(quán)限管理功能，保證系統(tǒng)不越權(quán)操作。

實(shí)用性：本系統(tǒng)采用時(shí)下流行的IONIC工具包開發(fā)用戶界面，界面簡潔美觀;充分考慮用戶的操作習(xí)慣等因素，設(shè)計(jì)操作簡單方便。系統(tǒng)提供了大量的用戶設(shè)置，提高了系統(tǒng)的可用性。

該技術(shù)提高了效率，具有通用性，可直接應(yīng)用于不同的變電站。此外，該技術(shù)具有機(jī)器學(xué)習(xí)方法的共同優(yōu)勢，通過對訓(xùn)練數(shù)據(jù)的整理，提高模型的效果，具有實(shí)用性和可靠性。

參考文獻(xiàn)

[1]宗成慶.中文信息處理研究現(xiàn)狀分析[J].語言戰(zhàn)略研究，2016，1（6）：19-26.

[2]楊福義.基于雙語平行語料庫的術(shù)語自動抽取[J].中國科技術(shù)語，2018（2）：13.

[3]馮志偉.自然語言計(jì)算機(jī)形式分析的理論與方法[M].合肥：中國科技大學(xué)出版社，2017：819-820.

[4]鄭志恒.智能信息處理-漢語語料庫加工技術(shù)[M].北京：科學(xué)技術(shù)出版社，2010：168.

[5]曹倩，趙一鳴.知識圖譜的技術(shù)實(shí)現(xiàn)流程及相關(guān)應(yīng)用[J].情報(bào)理論與實(shí)踐，2015，38（12）：13-18.

[6]鄧?yán)颦?，張貴新，郝向?qū)?基于知識圖譜的圖像語義分析技術(shù)及應(yīng)用研究[J].計(jì)算機(jī)科學(xué)與應(yīng)用，2018，8（9）：1364-1371.

[7]李躍鵬，金翠，及俊川.基于Word2vec的關(guān)鍵詞提取算法[J].科研信息化技術(shù)與應(yīng)用，2015，6（4）：54-59.

[8]Wang，Z.，Kuan，K.Ravaut，M.，etal.（2017）TrulyMulti-ModalYoutube-8MVideoClassificationwithVideo，Audio，andText.ComputerScience，arxivpreprintarxiv2017：1706.05461.

[9]鄧?yán)颦偅瑓羌?，張?從視頻到語義：基于知識圖譜的視頻語義分析技術(shù)[J].計(jì)算機(jī)科學(xué)與應(yīng)用，2019，9（8）：1584-1590.