2023年无线电工程第53卷第1期155doi:10．3969/j．issn．1003－3106．2023．01．020引用格式:钱朝军，李俊，宗震，等．NLP和推理引擎下电力基建现场风险区段识别［J］．无线电工程，2023，53(1):155－160．［QIANChaojun，LIJun，ZONGZhen，etal．ＲiskSectionIdentificationofElectricPowerConstructionSiteBasedonNLPandＲeasoningEngine［J］．ＲadioEngineering，2023，53(1):155－160．］NLP和推理引擎下电力基建现场风险区段识别钱朝军1，李俊1，宗震1，张龙1，邬桐2，3(1．国网安徽省电力有限公司建设分公司，安徽合肥230071;2．东北大学信息科学与工程学院，辽宁沈阳110819;3．国网辽宁省电力有限公司经济技术研究院，辽宁沈阳110015)摘要:为识别电力基建现场风险区段，降低电力基建现场风险，提出了基于自然语言处理(NaturalLanguageProcessing，NLP)和推理引擎的电力基建现场风险区段识别方法。利用NLP技术深入挖掘电力基建现场报告文本，通过分词技术分析报告内相关内容，采用词频-逆文档频率(TermFrequency-InverseDocumentFrequency，TF-IDF)算法统计现场报告内容词频，获取文本报告特征。将高权重特征项输入推理引擎内，利用推理引擎确定匹配度最高的事例，通过模拟退火思想优化推理引擎机制，实现电力基建现场风险区段识别。实验结果表明，所提方法风险识别误差均值约为3.5%，且根据所提方法识别结果进行有针对性优化后，应用对象内各区段风险均有不同程度下降。关键词:自然语言处理;推理引擎;基建现场;风险区段识别;特征项;匹配度中图分类号:TN929．5文献标志码:A开放科学(资源服务)标识码(OSID):文章编号:1003－3106(2023)01－0155－06ＲiskSectionIdentificationofElectricPowerConstructionSiteBasedonNLPandＲeasoningEngineQIANChaojun1，LIJun1，ZONGZhen1，ZHANGLong1，WUTong2，3(1．StateGridAnhuiElectricPowerCo．，Ltd．ConstructionCompany，Hefei230071，China;2．CollegeofInformationScienceandEngineering，NortheasternUniversity，Shenyang110819，China;3．EconomicＲesearchInstitute，StateGridLiaoningElectricPowerCo．，Ltd．，Shenyang110015，China)Abstract:Inordertoidentifythepowerinfrastructuresiterisksectionandreducethepowerinfrastructuresiterisk，apowerinfrastructuresiterisksectionidentificationmethodbasedonNaturalLanguageProcessing(NLP)andreasoningengineisproposed．NLPtechnol...
