(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211309719.4 (22)申请日 2022.10.25 (71)申请人 上海东方明珠数字电视有限公司 地址 200082 上海市杨 浦区国康路10 0号 1303K室 申请人 中电科数智科技有限公司 (72)发明人 金超　姜鑫　董一舟　陈立德　 (74)专利代理 机构 上海锻创知识产权代理有限 公司 314 48 专利代理师 何惠燕 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/35(2019.01) G06F 40/295(2020.01) G06F 40/30(2020.01)G06N 20/00(2019.01) (54)发明名称 基于城市公共基础设施运行的决策案例抽 取方法及系统 (57)摘要 本发明提供了一种基于城市公共基础设施 运行的决策案例抽取方法及系统， 包括如下步 骤： 决策案例的数据源获取步骤： 获取决策案例 的数据； 决策案例的抽取步骤： 决策案例抽取面 向开放的链接数据， 通过自动化抽取出案例信 息。 本发明解决针对城市公共基础设施运行的决 策案例智能化选取问题。 权利要求书2页 说明书6页 附图1页 CN 115525775 A 2022.12.27 CN 115525775 A 1.一种基于城市公共基础设施运行的决策案例 抽取方法， 其特 征在于， 包括如下步骤： 决策案例的数据源获取步骤： 获取决策案例的数据； 决策案例的抽取步骤： 决策案例抽取面向开放的链接数据， 通过自动化抽取出案例信 息。 2.根据权利要求1所述的基于城市公共基础设施运行的决策案例抽取方法， 其特征在 于， 在所述决策案例的抽取步骤中， 抽取的对 象包括案例要素， 所述案例要素包括实体、 关 系以及属性， 以实体、 关系和 属性为基础， 形成事实表达， 为上层模式层的构建奠定基础。 3.根据权利要求2所述的基于城市公共基础设施运行的决策案例抽取方法， 其特征在 于， 所述决策案例的抽取步骤 包括如下步骤： 决策案例实体抽取步骤： 从文本数据集中自动识别出命名实体； 决策案例关系抽取步骤： 文本语料经过实体抽取， 得到一系列离散的命名实体， 从相关 语料中提取 出实体之间的关联关系， 通过关系将实体联系， 形成网状的知识结构； 决策案例属性抽取步骤： 从异构信 息源中为实体构造属性列表， 进而丰富实体的内涵， 对属性和 属性值进行抽取。 4.根据权利要求3所述的基于城市公共基础设施运行的决策案例抽取方法， 其特征在 于， 所述决策案例实体抽取步骤 包括如下步骤： 面向限定域的抽取步骤： 面向限定域对实体进行抽取； 面向开放域的抽取步骤： 自动从预定实体中发现差异模式， 再将发现差异模式的预定 实体扩展至预定文本， 进行实体的分类和聚类。 5.根据权利要求4所述的基于城市公共基础设施运行的决策案例抽取方法， 其特征在 于， 在所述面向限定域的抽取步骤中， 通过规则和字典的方法， 利用已有的规则体系和符号 处理系统为目标实体编写模板和规则， 然后通过对文本进行匹配来抽取 出命名实体； 或者， 通过机器学习的相关技 术训练语料， 然后依托训练后的模型对实体进行抽取； 或者， 将深度学习应用到实体抽取技术中， 以词向量用作系统输入， 通过神经网络实现实体 的识别。 6.根据权利要求4所述的基于城市公共基础设施运行的决策案例抽取方法， 其特征在 于， 在所述面向开放域的实体抽取步骤中， 对于结构化数据， 采用直接映射的方式进 行实体 抽取； 对于 半结构化数据， 采用机器学习进 行知识抽取， 首先通过结巴分词中的预定模式对 数据进行分词， 采用语 言模型进 行实体抽取； 对于图像类文本数据， 调用接口识别图片中的 文字， 采用与半结构化数据相同的方式进行实体抽取。 7.根据权利要求3所述的基于城市公共基础设施运行的决策案例抽取方法， 其特征在 于， 在所述决策案例关系抽取步骤中： 通过基于模板的方法、 机器学习的方法、 深度学习的 方法或者 面向开放域的方法进行关系抽取。 8.一种基于城市公共基础设施运行的决策案例 抽取系统， 其特 征在于， 包括如下模块： 决策案例的数据源获取模块： 获取决策案例的数据； 决策案例的抽取模块： 决策案例抽取面向开放的链接数据， 通过自动化抽取出案例信 息。权　利　要　求　书 1/2 页 2 CN 115525775 A 29.根据权利要求8所述的基于城市公共基础设施运行的决策案例抽取系统， 其特征在 于， 在所述决策案例的抽取模块中， 抽取的对 象包括案例要素， 所述案例要素包括实体、 关 系以及属性， 以实体、 关系和 属性为基础， 形成事实表达， 为上层模式层的构建奠定基础。 10.根据权利要求9所述的基于城市公共基础设施运行的决策案例抽取系统， 其特征在 于， 所述决策案例的抽取模块包括如下模块： 决策案例实体抽取模块： 从文本数据集中自动识别出命名实体； 决策案例关系抽取模块： 文本语料经过实体抽取， 得到一系列离散的命名实体， 从相关 语料中提取 出实体之间的关联关系， 通过关系将实体联系， 形成网状的知识结构； 决策案例属性抽取模块： 从异构信 息源中为实体构造属性列表， 进而丰富实体的内涵， 对属性和 属性值进行抽取。权　利　要　求　书 2/2 页 3 CN 115525775 A 3