基于語義分割的工單標簽數據自動分類標注系統

劉曉偉，劉科學，謝楓，王莉，鞏冬梅

（國網冀北電力有限公司營銷服務中心（計量中心），北京 100045）

隨著電網企業的不斷壯大，在日常運營活動中，運營商每天將獲取海量的文本數據，這些文本數據涉及機械、電子、信息等多個領域，種類多樣，數量龐雜，缺乏規范的整合處理操作。為此，不少研究學者針對工單標簽數據的特點對其進行自動分類標注操作，提升這些數據的分辨率，便于高效地識別[1-2]。

由于工單標簽數據自動分類標注系統在數據操作的過程中需獲取完整的工單標簽數據信息，并不斷審核系統內部的操作空間結構，因此，在操作的同時需調整系統硬件元件與軟件程序間的結構關系，管理硬件與軟件的數據存儲方式[3-4]。目前的研究選用數據分類的方式整合工單標簽數據信息，簡化操作步驟，縮減操作所需的數據數量，避免了復雜的系統操作。

傳統基于文本挖掘技術的工單標簽數據自動分類標注系統，利用文本挖掘方式對工單標簽數據進行深度挖掘，在掌控系統數據的基礎上執行數據挖掘命令，有效緩解操作系統的內部壓力，并調整自動分類標注系統的內部結構，具有良好的操作性[5]。傳統基于預訓練BERT模型的工單標簽數據自動分類標注系統根據標準模型管理操作中產生的操作問題，訓練基礎數據，并調節基礎數據的傳輸方式，獲取準確率較高的基礎數據信息，確保數據的良好傳輸，提升自動分類標注的操作效率。但傳統系統在實際操作中將產生一系列的數據操控問題，對于部分隱藏數據的查找能力有限，無法獲取隱藏數據的信息資源，導致最終獲取的結果精準率較低[6]。為此，針對上述問題，文中提出一種新的基于語義分割的工單標簽數據自動分類標注系統。

1 系統硬件設計

文中利用語義分割的數據識別性能調整內部系統硬件元件的關系，并結合相關的硬件結構將工單標簽數據錄入基礎空間中，執行硬件系統操作指令，并構建指令傳導圖，如圖1所示。

圖1 指令傳導圖

選用內部存儲性能較高的數據存儲器作為工單標簽數據的基礎存儲元件，以實現數據的標準存儲。該存儲器具有較強的工作效率，內部連接口連接分類單元芯片，將數據分類功能與存儲功能隔離，避免相應功能的碰撞，減少外部數據因素的影響。該存儲器的內部容量為2 GB，能夠確保數據的完整性存儲，并在存儲的同時可進行存儲通道拓展操作，轉變數據的存儲模式，構建良好的數據存儲環境[7-8]。

在實現對數據的存儲后，利用數據傳導器將工單標簽數據進行精準傳導操作，文中數據傳導器可在較為復雜的數據操作環境下使用，能夠在傳導命令下達的同時進行數據分析，減少數據操作失誤，并隨時進行數據分類操作，轉化數據類型，內部設有記憶芯片，可對傳導的數據進行數據記憶，提升數據操作的可靠性[9]。

2 系統軟件設計

語義分割作為計算機算法的基本任務，需要將數據分為不同的語義可解釋類別進行輸入，并利用這些類別特征執行數據操作指令，文中在系統接收層輸入數據組，調整數據組內部的數據信息，確保數據信息的完整性[10]。利用梯度下降算法進行數據學習，并訓練基礎數據的操作性能，擴展數據操作范圍，便利數據的基礎操作[11-12]。

標定特征數據，并設置數據標定公式[13-14]：

式中，Fm(x)為標定結果參數，F(m-1)(x)表示內部維度特征數據參數，βm表示內部整合條件參數，h為相關度匹配數據，x表示基礎標定函數，α表示內部相關性分析指數，m為標定條件參數。經過以上數據操作后，管理標定的數據信息。將標定的數據信息完整存儲于相應的操作空間中，等待空間軟件平臺處理[15]。

在實現平臺處理后，執行系統軟件操作命令。輸入基礎工單文本數據，在內部平臺中進行文本預測處理操作，并構建預處理公式：

式中，T表示預處理結果參數，S表示軟件系統操作指令，k表示內部平臺操作規則，l表示空間軟件處理信息任務。

由此獲取預處理數據，并根據預處理數據構建數據調節模型，取得較為精準的操作數據[16]，并執行數據訓練指令，下達訓練任務，對文本數據進行效果評估。調節中心軟件的平臺信息，在評估結果中查找自動分類標注性能，并將此性能結果作為操作的最終結果，由此實現對工單標簽數據的自動分類標注系統設計，并構建分類標注流程，如圖2所示。

圖2 分類標注流程圖

3 實驗與研究

文中將研究的系統數據進行整理，控制整理界面信息數據，管理不同空間結構的數據信息，時刻分配系統的分類標注項目，按照分類標注結果整合操作數據，獲取相應的實驗研究參數，并構建實驗參數表，如表1所示。

表1 實驗參數1

在表1中，選用代表性較強的實驗操作數據，按照系統功能管理的標準查詢分類標注界面，匹配界面信息，構建較為寬廣的界面結構，執行內部操控指令，將實驗參數空間數據與內部系統界面數據相結合，并監控數據界面信息，掌握不同的信息功能。根據信息功能系統分析自動分類標注結果數據追蹤結果數據位置，將位置數據與條件數據相結合，審核此刻的結合數據信息，查找結合數據信息與內部自動分類標注信息的相似性。分類數據信息，將數據按可能性進行排序，并構建數據信息分布式表示，如圖3所示。

圖3 數據信息分布式表示圖

按照相似性順序排列自動分類標注數據結果，執行結果數據。標準化控制整合的實驗信息，采用所設計系統與基于文本挖掘技術的標注系統、基于預訓練BERT模型的標注系統對自動分類標注參數進行查詢，整合查詢信息，獲取完整的實驗結果數據，3種方法的自動分類標注準確率對比結果如圖4所示。

圖4 自動分類標注精準率對比圖

根據圖4可以分析出，文中基于語義分割的工單標簽數據自動分類標注系統的自動分類標注精準率均高于兩種傳統自動分類標注系統。基于文本挖掘技術標注系統的自動分類標注精準率較高，基于預訓練BERT模型標注系統的自動分類標注精準率較低。由于文中系統在設計過程中調整了系統的設計范圍，并查詢整體自動分類標注的數據信息，調配自動分類標注系統信息，并緩和硬件與軟件系統間的操作矛盾，強化外部系統管理性能，因此具有較強的數據操控性，收集的初始數據精準程度較高，其最終的自動分類標注精準率較高。傳統基于文本挖掘技術的標注系統利用文本挖掘的優勢進行數據挖掘，同時匹配功能信息查詢不同區域的數據狀況，對工單標簽數據的了解程度較深，能夠達到良好的數據操作效果，并及時控制數據的流向，具有較高的自動分類標注精準率。傳統基于預訓練BERT模型標注系統雖完善了系統的內部結構，但對于外部數據分析的力度較小，無法掌控工單標簽數據的基礎性能，且操作投入較大，消耗高，導致其最終研究過程中的數據產生一定的偏差，自動分類標注精準率較低。

在實現以上實驗操作后，對實驗過程中將產生的數據轉化因素進行監控，時刻保持實驗操作的正常狀態。標定基礎信息數據，將工單標簽數據整合至一個密閉的操作空間中，避免無關數據的侵入與影響，并構建網絡模型結構圖，如圖5所示。

圖5 網絡模型結構圖

整理操作的數據信息，并按照獲取的信息內容提升操作的技術性。構建網絡監管模式，將硬件平臺信息全部錄入平臺系統中，便于后續實驗操作辨識，并設置實驗參數，如表2所示。

表2 實驗參數2

收集不同區域的工單標簽數據信息，將數據信息的分類標準添加至操作應用程序中，緩解應用程序的內部壓力。縮減操作所需步驟，將操作時間控制在系統操作允許范圍內，并標定范圍信息。利用標定的范圍信息管理工單標簽數據的自動分類標注模式，對比3種系統的數據分類標注時間，如圖6所示。

由圖6可知，傳統基于文本挖掘技術標注系統的數據分類標注時間較長，傳統基于預訓練BERT模型標注系統的數據分類標注時間較短，文中基于語義分割的工單標簽數據自動分類標注系統的分類標注時間均短于其他兩種傳統系統。

圖6 數據分類標注時間對比圖

造成此種差異的原因在于文中系統設計在數據收集的初級階段構建了信息管理空間站，標定了收集的工單數據信息。同時，管理不同位置的數據信息狀態，加強對信息數據的集中處理力度，獲取了良好的操作效果，完善了內部系統機制，減少了不必要的操作浪費，縮減操作所需時間與分類標注時間。傳統基于預訓練BERT模型標注系統能夠利用預訓練BERT模型對不同平臺的工單標簽數據進行程序訓練，在數據管理的同時及時控制外側信息的錄入，具有良好的數據系統操作性，能夠更好地符合數據分類標注的標準，降低了操作的困難程度，由此縮短了其分類標注時間。傳統基于文本挖掘技術標注系統雖配置了一系列文本挖掘協議，但對于工單標簽數據的調整力度較小，造成工單標簽數據無法得到系統的有效傳輸，在傳輸途中將產生不可避免的操作危機，導致其最終的分類標注時間較長。

4 結束語

文中在傳統工單標簽數據自動分類標注系統的基礎上設計了一種新的基于語義分割的工單標簽數據自動分類標注系統，該系統不斷調節系統軟件與硬件間的操作關系，轉變操作條件，并提升操作過程中的工單標簽數據的數據收集精準度，獲取可靠的操作數據，縮減操作所需時長。實驗結果表明，文中系統的自動分類標注效果明顯優于傳統系統。