一种基于自然语言处理技术的电力营销业务关键要素提取方法及系统

本发明公开了一种基于自然语言处理技术的电力营销业务关键要素提取方法及系统。本发明的方法，包括：确认电力营销业务工单的分类；自动识别和标注出不同类别的实体；利用RoBERTa的上下文嵌入表示，结合预设的业务层级分类结构，构建多级要素分类模型，实现电力营销业务关键要素的细粒度提取，基于注意力机制构建深度神经网络实体关系抽取模型，来抽取关键要素的关联关系；计算电力营销业务关键要素与政策文件关键要素的相似度，抽取政策文件关键要素中的关键词，基于改进的Seq2Seq模型进行政策依据摘要生成，并结合优化机制提升摘要质量。本发明解决了现有电力营销业务关键要素识别准确性差和政策文件生成摘要信息抽取不足、语义表达不全的问题。