[發明專利]化工事故新聞采集方法及機器可讀存儲介質

有效

• 申請號: 201810980998.4
• 申請日: 2018-08-27
• 公開（公告）號: CN110866177B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 張廣文;侯孝波;杜軍威;王延平
• 申請（專利權）人: 中國石油化工股份有限公司;中石化安全工程研究院有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/955;G06F40/289
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 陳瀟瀟;肖冰濱

1.一種化工事故新聞采集方法，包括：

根據預配置的關于化工事故的故障樹，確定數據檢索條件；

發送檢索請求至搜索引擎服務器，其中所述檢索請求包括所述數據檢索條件；

從所述搜索引擎服務器接收響應于所述檢索請求的事故新聞鏈接集合；

從所述事故新聞鏈接集合中篩選出與所述故障樹相匹配的目標事故新聞鏈接；以及

根據所述目標事故新聞鏈接，采集并存儲化工事故新聞；

所述根據預配置的化工事故故障樹確定數據檢索條件包括：

求解所述故障樹的最小割集，并基于所述最小割集確定關于故障樹的擴展割集；

對所述擴展割集作分詞處理，以得出相應的分詞結果；以及

基于所述分詞結果組合數據檢索條件；

所述從所述事故新聞鏈接集合中篩選出與所述故障樹相匹配的目標事故新聞鏈接包括：

確定所述故障樹的擴展割集，并計算所述擴展割集所對應的第一特征向量；

獲取所述事故新聞鏈接集合中各個事故新聞鏈接所對應的化工事故新聞，并計算該化工事故新聞所對應的第二特征向量；

基于余弦相似度計算模型，計算所述第一特征向量與所述第二特征向量之間的語義距離；

從所述事故新聞鏈接集合中選取所計算的所述語義距離小于預定閾值的事故新聞鏈接作為所述目標事故新聞鏈接。

2.根據權利要求1所述的方法，其特征在于，所述對所述擴展割集作分詞處理以得出相應的分詞結果包括：

對所述擴展割集中的詞匯進行詞性分析；以及

從該詞匯中提取出名詞性成分，并根據該名詞性成分生成所述分詞結果。

3.根據權利要求1所述的方法，其特征在于，所述從所述事故新聞鏈接集合中篩選出與所述故障樹相匹配的目標事故新聞鏈接包括：

基于文檔主題生成模型，提取出與所述故障樹匹配的事故案例中的主題詞匯；

基于所提取的所述主題詞匯，建立主題詞典；

基于所述主題詞典，分別從所述擴展割集和所述化工事故新聞中對應提取第一詞匯特征和第二詞匯特征；以及

根據所述第一詞匯特征和所述第二詞匯特征，從所述事故新聞鏈接集合中篩選出所述目標事故新聞鏈接；

所述第一特征向量和所述第二特征向量的計算步驟包括：

基于詞向量計算模型，確定與所述第一詞匯特征相對應的所述第一特征向量和與所述第二詞匯特征相對應的所述第二特征向量，其中所述詞向量計算模型是以預存儲的事故案例為基礎而被訓練的。

4.根據權利要求3所述的方法，其特征在于，所述詞向量計算模型包括word2vec模型。

5.根據權利要求1所述的方法，其特征在于，所述根據所述目標事故新聞鏈接采集并存儲化工事故新聞包括：

根據所篩選出的所述目標事故新聞鏈接構建待抓取隊列；

抓取并解析所述待抓取隊列中的目標事故新聞鏈接所對應的化工事故新聞中的事故相關信息；

確定與所述事故相關信息相對應的在所述故障樹中的事故節點；

將所抓取的所述目標事故新聞鏈接所對應的所述化工事故新聞與所確定的所述故障樹中的所述事故節點關聯存儲。

6.根據權利要求5所述的方法，其特征在于，在所述抓取并解析所述待抓取隊列中的目標事故新聞鏈接所對應的化工事故新聞中的事故相關信息之后，該方法還包括：

記錄經抓取的所述待抓取隊列中的目標事故新聞鏈接，以避免重復抓取所述待抓取隊列中的同一目標事故新聞鏈接。

7.一種機器可讀存儲介質，該機器可讀存儲介質上存儲有指令，該指令用于使得機器執行權利要求1-6 中任一項所述的化工事故新聞采集方法。