【技术实现步骤摘要】
本专利技术涉及操作票智能处理，尤其涉及一种基于自然语言处理(nlp)的操作票智能纠错方法及装置。
技术介绍
1、当用户执行设备操作时需依据设备及操作内容填写操作票，依据操作票填写的内容指导用户的操作。以变电站(发电厂)倒闸操作票为例，包含将358断路器遥控开关切至“就地”、检查358断路器三相电流指示为零/电气指示在分位/机械指示在分位以及拉开358断路器控制电源快分开关等操作项目以及执行时间等信息。如果操作票填写错误将直接导致出现错误操作，进而会导致事故的发生，因而需要校验操作票的填写正确性。
2、传统操作票的校验主要是依靠人工进行，如图1所示，在生产管理系统开票后，经过人工审核、修改操作票，再按照操作票执行操作任务。人工审核操作票的方式不仅效率低、耗时耗力，专业人员审核一张普通的操作票大概需要20分钟左右，如果错误较多时所需时间会更长，且校验的精准度以及规范性不高，需要完全依赖于校验人员的知识水平、工作经验，还难以保证所有误操作的全面校验，例如对于大型操作操作项较多，且各操作项前后顺序、表达准确度、操作项的完整性等都非常重要，但人工校验时易漏掉上述类型的错误，致使安全性得不到保障，留下操作隐患。有从业者提出通过信息系统结合历史票、典型票的开票方式和防误校核于一体的开票方式来解决开票错误问题，但是这种方式开发成本高，仅能够降低少部分人工审核的弊端，灵活性和准确度仍达不到实际需求。
技术实现思路
1、本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技
2、为解决上述技术问题，本专利技术提出的技术方案为：
3、一种基于自然语言处理的操作票智能纠错方法，步骤包括：
4、输入待纠错操作票，提取待纠错操作票中的操作任务以及操作项信息，并输入至预先训练得到的操作票纠错模型中进行纠错检查，将纠错检查结果与用户上传的操作票对应项进行比对，根据比对结果判定纠错是否通过，如果比对相同则通过，如果不相同则提示错误点，所述操作票纠错模型为基于transformer模型使用标准操作票语料库进行训练得到；
5、从待纠错操作票的文本中提取出所有设备类型信息以及对应的设备状态，并根据预先构建的操作票规则模板校验各设备类型的操作过程是否正确，所述操作票规则模板包括对应不同类型设备的操作规则。
6、在一个可选应用实施例中，所述操作票纠错模型的构建步骤包括：
7、获取标准操作票语料库，并对各标准操作票语料数据进行预处理；
8、对预处理后各标准操作票语料数据中文本进行分词，得到操作票词向量；
9、将所述操作票词向量进行编码，并使用self-attention注意力机制分别计算操作票中工作项与前置工作项、工作项与操作任务之间的关系值，得到操作票模型数据；
10、基于transformer模型对所述操作票模型数据进行训练，得到所述操作票纠错模型。
11、在一个可选应用实施例中，采用mask语言模型和下一句预测的训练方式对所述操作票模型数据进行训练，所述mask语言模型用于训练操作票中各个分词与分词之间的关系，所述下一句预测用于训练操作任务与操作项之间的连接关系。
12、在一个可选应用实施例中，所述transformer模型包括依次连接的编码器层和解码器层，所述编码器层用于将操作票文本编码为高维隐含语义向量，所述解码器层用于依据上一步解码的输出解码隐含语义向量为当前步骤的输出向量，每个步骤的输出向量对应一个字，所有步骤输出的字拼在一起得到最终输出的句子；输入操作票的操作任务与操作票的某一个操作项，经过所述解码器层得到下一个操作项的向量映射，在最后一个解码器层后设置有一个全连接层和softmax层，由所述全连接层输出logits向量作为softmax层的输入，通过softmax层输出概率值，其中概率值最大的对应词语为最终的输出结果；transformer模型的编码器层和解码器层中每个子层均设置有残差连接和归一化层。
13、在一个可选应用实施例中，所述操作票规则模板为与不同类型设备的操作规则相对应的分类分层操作规则模板，所述分类分层操作规则模板先按设备类型划分，然后每个设备类型再按照总操作任务、接线形式、子操作任务、相关设备、初始状态、目标状态进一步划分形成得到。
14、在一个可选应用实施例中，所述根据预先构建的操作票规则模板校验各设备类型的操作过程是否正确还包括构建状态转化链表，所述状态转化链表中记录有操作票各个设备在当前操作任务需要经历的设备状态变化，通过将待纠错操作票提取的各设备类型从初始状态到终结状态依次与所述状态转化链表中对应设备状态进行比对，如果设备状态以及顺序一致，则判断操作过程正确，校验通过，否则提示存在错误。
15、在一个可选应用实施例中，所述根据预先构建的操作票规则模板校验各设备类型的操作过程是否正确还包括构建状态查询矩阵，根据所述状态查询矩阵中矩阵元素值判断操作合法性，所述状态查询矩阵中记录有操作票各个设备在当前操作任务中操作对象的初始状态、终结状态。
16、在一个可选应用实施例中，还包括获取纠错结果、新发布的操作票规则对所述操作票纠错模型进行自学习以及迭代更新。
17、一种基于自然语言处理的操作票智能纠错装置，包括：
18、nlp纠错模块，用于输入待纠错操作票，提取待纠错操作票中的操作任务以及操作项信息，并输入至预先训练得到的操作票纠错模型中进行纠错检查，将纠错检查结果与用户上传的操作票对应项进行比对，根据比对结果判定纠错是否通过，如果比对相同则通过，如果不相同则提示错误点，所述操作票纠错模型为基于transformer模型使用标准操作票语料库进行训练得到；
19、规则纠错模块，用于从待纠错操作票的文本中提取出所有设备类型信息以及对应的设备状态，并根据预先构建的操作票规则模板校验各设备类型的操作过程是否正确，所述操作票规则模板包括对应不同类型设备的操作规则。
20、一种电子设备，包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序以执行如上述方法。
21、与现有技术相比，本专利技术的优点在于：本专利技术通过利用自然语言处理技术进行操作票纠错的建模、学习，使得可智能识别出用户新建票中的错误，同时结合操作票规则库对各设备状态进行比对，校验各设备类型的操作过程是否正确，能够精准、全面校验出操作票中错误，尤其是对于操作项较多的大型操作，能能够全面校验各类设备类型的操作项是否存在错误点，还能够校验各操作项的前后顺序是否正确，确保及时校验中操作票中的填写问题。
本文档来自技高网...【技术保护点】
1.一种基于自然语言处理的操作票智能纠错方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于自然语言处理的操作票智能纠错方法，其特征在于，所述操作票纠错模型的构建步骤包括：
3.根据权利要求2所述的基于自然语言处理的操作票智能纠错方法，其特征在于，采用MASK语言模型和下一句预测的训练方式对所述操作票模型数据进行训练，所述MASK语言模型用于训练操作票中各个分词与分词之间的关系，所述下一句预测用于训练操作任务与操作项之间的连接关系。
4.根据权利要求1所述的基于自然语言处理的操作票智能纠错方法，其特征在于，所述Transformer模型包括依次连接的编码器层和解码器层，所述编码器层用于将操作票文本编码为高维隐含语义向量，所述解码器层用于依据上一步解码的输出解码隐含语义向量为当前步骤的输出向量，每个步骤的输出向量对应一个字，所有步骤输出的字拼在一起得到最终输出的句子；输入操作票的操作任务与操作票的某一个操作项，经过所述解码器层得到下一个操作项的向量映射，在最后一个解码器层后设置有一个全连接层和Softmax层，由所述全连接层输出logits
5.根据权利要求1所述的基于自然语言处理的操作票智能纠错方法，其特征在于，所述操作票规则模板为与不同类型设备的操作规则相对应的分类分层操作规则模板，所述分类分层操作规则模板先按设备类型划分，然后每个设备类型再按照总操作任务、接线形式、子操作任务、相关设备、初始状态、目标状态进一步划分形成得到。
6.根据权利要求1～5中任意一项所述的基于自然语言处理的操作票智能纠错方法，其特征在于，所述根据预先构建的操作票规则模板校验各设备类型的操作过程是否正确还包括构建状态转化链表，所述状态转化链表中记录有操作票各个设备在当前操作任务需要经历的设备状态变化，通过将待纠错操作票提取的各设备类型从初始状态到终结状态依次与所述状态转化链表中对应设备状态进行比对，如果设备状态以及顺序一致，则判断操作过程正确，校验通过，否则提示存在错误。
7.根据权利要求1～5中任意一项所述的基于自然语言处理的操作票智能纠错方法，其特征在于，所述根据预先构建的操作票规则模板校验各设备类型的操作过程是否正确还包括构建状态查询矩阵，根据所述状态查询矩阵中矩阵元素值判断操作合法性，所述状态查询矩阵中记录有操作票各个设备在当前操作任务中操作对象的初始状态、终结状态。
8.根据权利要求1～5中任意一项所述的基于自然语言处理的操作票智能纠错方法，其特征在于，还包括获取纠错结果、新发布的操作票规则对所述操作票纠错模型进行自学习以及迭代更新。
9.一种基于自然语言处理的操作票智能纠错装置，其特征在于，包括：
10.一种电子设备，包括处理器以及存储器，所述存储器用于存储计算机程序，其特征在于，所述处理器用于执行所述计算机程序以执行如权利要求1～8中任意一项所述方法。
...【技术特征摘要】
1.一种基于自然语言处理的操作票智能纠错方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于自然语言处理的操作票智能纠错方法，其特征在于，所述操作票纠错模型的构建步骤包括：
3.根据权利要求2所述的基于自然语言处理的操作票智能纠错方法，其特征在于，采用mask语言模型和下一句预测的训练方式对所述操作票模型数据进行训练，所述mask语言模型用于训练操作票中各个分词与分词之间的关系，所述下一句预测用于训练操作任务与操作项之间的连接关系。
4.根据权利要求1所述的基于自然语言处理的操作票智能纠错方法，其特征在于，所述transformer模型包括依次连接的编码器层和解码器层，所述编码器层用于将操作票文本编码为高维隐含语义向量，所述解码器层用于依据上一步解码的输出解码隐含语义向量为当前步骤的输出向量，每个步骤的输出向量对应一个字，所有步骤输出的字拼在一起得到最终输出的句子；输入操作票的操作任务与操作票的某一个操作项，经过所述解码器层得到下一个操作项的向量映射，在最后一个解码器层后设置有一个全连接层和softmax层，由所述全连接层输出logits向量作为softmax层的输入，通过softmax层输出概率值，其中概率值最大的对应词语为最终的输出结果；transformer模型的编码器层和解码器层中每个子层均设置有残差连接和归一化层。
5.根据权利要求1所述的基于自然语言处理的操作票智能纠错方法，其特征在于，所述操作票规则模板为与不同类型设备的操作规则相对应的分类分层操作规则模板...
【专利技术属性】
技术研发人员：廖丽萍，赵亚伟，阳杰，盛若男，许甜，张阳，谌彬，李毅，刘易珠，覃仕樾，罗永阳，刘溡山，
申请(专利权)人：国网湖南省电力有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。