基于隐马尔可夫模型的智能站操作票内容提取技术的研究

• 作者: 丁峰 刘俊宏 罗华峰 陆承宇 鲍威
• 来源期刊: 能源工程
• 学科: 工学
• 关键词: 智能站 操作票 隐马尔科夫模型 中文分词 词性标注
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究与探讨
• 页码范围: 23-27
• 页数: 5页
• 分类号: TM63
• 字数: 4031字
• 语种: 中文

摘要

将自然语言处理技术和机器学习方法结合,从智能站操作票的语法语义模型出发,实现操作票内容的智能提取.首先通过基于隐马尔可夫模型(hidden markov model,HMM)的由字构词的中文分词方法,对操作票指令进行分词;然后通过基于隐马尔可夫模型的词性标注方法,对分词结果标注词性;最后按照操作票语法规则,实现操作票动作、对象及状态的提取.该方法不仅免去了规则化提取所需的大量人工配置工作,提高了效率,并且具有通用性,可直接在不同的变电站应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆承宇	国网浙江省电力公司电力科学研究院	18	118	5.0	10.0
2	丁峰	国网浙江省电力公司电力科学研究院	4	34	3.0	4.0
3	鲍威		10	4	1.0	2.0
4	罗华峰	国网浙江省电力公司电力科学研究院	10	16	2.0	3.0
5	刘俊宏	浙江大学电气工程学院	7	11	3.0	3.0