计算机工程与科学

作者：王堃, 张馨予, 陈志刚, 阳予晋

单位：1.清华大学计算机科学与技术系，北京 100084;2.南方电网数字电网集团信息通信科技有限公司,广东 广州 510700；3.中南大学计算机学院,湖南 长沙 410083;4.湖南省哲学社会科学重点实验室城市智慧治理实验室，湖南 长沙 410083;5.中国电信股份有限公司长沙分公司,湖南 长沙 410011

关键词：知识抽取,实体关系联合抽取,电力信息系统,

基金：国家电网有限公司科技项目（5229XT240003）

知识抽取作为构建电力知识图谱的关键步骤，能够从大量非结构化电力文本中准确提取实体和关系。然而，传统的流水线方式存在以下问题：错误信息在识别过程中向后传递，实体识别与关系抽取任务割裂，以及容易产生冗余信息。这些问题导致抽取精确率低、信息不全面，从而影响知识图谱的构建质量。针对这些挑战，提出了一种面向电力信息系统运维领域的实体关系联合抽取模型——EBOM，并对电力信息运维领域常用模型OneRel的目标函数进行了优化，以提升其在电力知识三元组抽取中的精确率。基于电力信息系统运行监控数据和故障文本数据进行实验，构建了电力信息系统运维领域的知识图谱。结果表明，EBOM模型相较于多模块多步骤模型PRGC，在知识抽取精确率上提升了约8个百分点，为电力信息运维领域知识图谱的构建提供了有效支持。

来源：2026年第2期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2026年第2期