面向智能楼宇运维知识图谱构建的事件联合抽取方法

摘要

楼宇作为电力系统最末端用能单元，在突发运维事件发生时，高效的故障诊断与检修工作直接关乎供电连续性与用户用电体验．知识图谱能够高效抽取楼宇运行过程中的非结构化数据实体及其关联属性，为故障诊断与智能运维提供有力支持．但传统抽取方法在多触发词与论元关联多事件的场景下抽取完整率低，难以有效支撑楼宇运维知识图谱构建．对此，提出一种面向楼宇运维知识图谱构建的事件联合抽取方法．首先，研究基于点互信息与左右熵的自适应阈值分词算法，精确切分运维领域文本字词；其次，定义楼宇运维知识图谱多元关系统一表达范式，应对同一论元具备多重角色的问题；然后，训练领域专属的大语言模型——LouYSpanBERT，构建触发词边界标记驱动的楼宇运维事件联合抽取框架，通过“触发词检测-边界标记-论元抽取”三级联合抽取提高事件抽取精度；最后，以某园区运维数据做实例分析，与4个已有模型比较，所提方法执行典型的论元分类AC任务时，F1值有效提升了5.08%、9.81%、13.36%、14.99%，并且本文将抽取结果通过Neo4j实现楼宇运维知识图谱可视化展示．

关键词

事件联合抽取 / 知识图谱 / 分词算法 / 触发词边界 / 论元分类