一种电碳政策知识图谱构建方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种电碳政策知识图谱构建方法、装置、设备及存储介质。该方法包括：获取电碳政策文本及预先构建的政策本体模型，所述政策本体模型中的政策本体包括政策实体、政策属性和政策关系；基于所述政策本体模型，采用训练好的政策本体抽取模型，在所述电碳政策文本中抽取各所述政策本体的政策本体信息；将各所述政策本体信息导入目标图形数据库，生成电碳政策知识图谱。本发明专利技术通过获取已经发布的电碳政策文本，基于构建的政策本体模型，采用政策本体抽取模型抽取电碳政策文本包含的政策本体信息，以构建较为完善的电碳政策知识图谱，对电碳政策进行了系统的梳理，为企业应用电碳政策做出了有力指导，提高了大众对电碳政策的合理解读。策的合理解读。策的合理解读。

【技术实现步骤摘要】
一种电碳政策知识图谱构建方法、装置、设备及存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种电碳政策知识图谱构建方法、装置、设备及存储介质。

技术介绍

[0002][0003]随着电碳政策文本的不断发布与更新，企业在实施政策时面临的政策信息越来越多，制定决策时可能无法运用适合的电碳政策。因此，现亟需对电碳政策进行系统的梳理，提高电碳政策的应用。

技术实现思路

[0004]本专利技术提供了一种电碳政策知识图谱构建方法、装置、设备及存储介质，以实现对电碳政策的系统梳理。
[0005]根据本专利技术的一方面，提供了一种电碳政策知识图谱构建方法，该方法包括：
[0006]获取电碳政策文本及预先构建的政策本体模型，所述政策本体模型中的政策本体包括政策实体、政策属性和政策关系；
[0007]基于所述政策本体模型，采用训练好的政策本体抽取模型，在所述电碳政策文本中抽取各所述政策本体的政策本体信息；
[0008]将各所述政策本体信息导入目标图形数据库，生成电碳政策知识图谱。r/>[0009]可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电碳政策知识图谱构建方法，其特征在于，包括：获取电碳政策文本及预先构建的政策本体模型，所述政策本体模型中的政策本体包括政策实体、政策属性和政策关系；基于所述政策本体模型，采用训练好的政策本体抽取模型，在所述电碳政策文本中抽取各所述政策本体的政策本体信息；将各所述政策本体信息导入目标图形数据库，生成电碳政策知识图谱。2.根据权利要求1所述的方法，其特征在于，所述政策实体包括电碳政策版本、政策类别、政府机构、关联政策、产业类型和/或区域；所述政策属性包括外部特征属性和内部特征属性，所述外部特征属性包括题目、作者、来源、摘要、关键词、基金资助、数字对象识别码、专辑、专题、分类号、期刊名称、电子期刊出版信息、引题、面向对象和/或关联政策，所述内部特征属性包括政策倾向性属性；所述政策关系包括引用、发布、开展和/或包含。3.根据权利要求2所述的方法，其特征在于，所述政策本体抽取模型包括政策实体抽取模型、政策属性抽取模型和政策关系抽取模型；所述政策实体抽取模型包括深度学习抽取实体子模型、撰写规则抽取实体子模型和实体结果整合子模型；所述政策属性抽取模型包括深度学习抽取属性子模型、撰写规则抽取属性子模型、属性结果整合子模型和属性分类神经网络子模型；所述政策关系抽取模型包括深度学习抽取关系子模型、撰写规则抽取关系子模型和关系结果整合子模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述政策本体模型，采用训练好的政策本体抽取模型，在所述电碳政策文本中抽取各所述政策本体的政策本体信息，包括：将所述电碳政策文本输入所述深度学习抽取实体子模型，得到深度学习抽取实体结果；将所述电碳政策文本输入所述撰写规则抽取实体子模型，得到撰写规则抽取实体结果；采用所述实体结果整合子模型，对所述深度学习抽取实体结果和所述撰写规则抽取实体结果进行整合，得到所述政策实体对应的政策实体信息。5.根据权利要求3所述的方法，其特征在于，所述基于所述政策本体模型，采用训练好的政策本体抽取模型，在所述电碳政策文本中抽取各所述政策本体的政策本体信息，包括：将所述电碳政策文本输入所述深度学习抽取属性子模型，得到深度学习抽取属性结果；将所述电碳...

【专利技术属性】
技术研发人员：宋金伟，周春雷，朱广新，宋继勐，沈子奇，宣东海，史昕，张贻红，张羽舒，李燕溪，
申请(专利权)人：国家电网有限公司大数据中心，
类型：发明
国别省市：