基于文本特征增强的电力命名实体识别

刘文松，胡竹青，张锦辉，2，刘雪菁，林 峰，俞 俊

（1. 南瑞集团有限公司（国网电力科学研究院有限公司），江苏省南京市 211106；2. 江苏瑞中数据股份有限公司，江苏省南京市 211106）

0 引言

命名实体识别（named entity recognition，NER）指识别文本中具有特定意义的专有名词［1］，分通用和特定两大类。通用NER 一般指识别人名、地名、机构名等名词；特定NER［2］指识别电力、财经、司法、海洋、医疗等特定行业的名词。电力命名实体识别具有鲜明的行业特定语义，在电力设备管理［3］、二次设备诊断［4］、电网调控［5］、资源中台元数据建模等场合有着广泛应用，是文本分析的第1 步。以“柔性直流”为例，如将其识别为“柔性”和“直流”，即使采用实体消歧算法也无法有效纠正，直接影响后续处理［6］。因此，如何针对中文电力命名实体的特点，进一步提升识别效果，值得深入研究。

中文电力命名实体的特点包括：1）语料规模小，无公开、标准数据集；2）实体嵌套，表现为实体组成复杂且长，如“静止同步串联补偿器”；3）实体缩写，表现为特定简称，如“柔性直流”简称为“柔直”。针对这些特点，传统的模板法严格依赖于特定场景下的人工特征选择和规则设计，无法有效解决实体缩写和嵌套的问题。经典的机器学习方法加强了特征挖掘能力，但性能提升有限［7-10］。随着深度学习兴起，双向长短时记忆（bidirectional long short-term memory，BiLSTM）网络与条件随机场（conditional random field，CRF）［11-12］相结合，在大规模语料的支撑下，在通用命名实体识别方面取得良好效果。文献［13］针对上下文学习时的噪声影响，引入注意力机制（attention mechanism，AM）对实体信息进行动态加权。……