[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

本發明提供一種化工事故新聞采集方法及機器可讀存儲介質，屬于化工事故調查與研究領域。所述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。由此，能夠自動化搜索獲取事故新聞資源，并實現了對應于故障樹的化工事故新聞的針對性采集。

技術領域

本發明涉及化工事故調查與研究領域，具體地涉及一種化工事故新聞采集方法及機器可讀存儲介質。

背景技術

危化品具有易燃、易爆、有毒、有害等危險因素，其事故具有易發性、突發性、連續性及擴散性、危害形式特殊、救援難度大、事故原因復雜、經濟損失大、人員傷亡重、社會影響廣泛等特點。

獲知化工事故、研究化工事故是吸取事故教訓進而預防事故的基礎，但目前國內對事故的獲知非常不及時，還處于被動的狀態，多以獲取事故通報的形式對事故進行掌握了解。事故研究也主要以安全評價、現場環境檢測報警為主，監控、管理及事故影響因素(經濟、區域、天氣等)相關數據未及時得到綜合利用，缺乏分析事故歷史信息大數據、未建立事故及其影響因素數據體系、未形成專業高效的事故信息集成系統，還依靠人工手動查詢收集，尚不具備事故實時監測與梳理事故信息采集的有效手段。

另外，由于網絡爬蟲系統的不精確性，以及沒有針對性等特點，然而互聯網卻上充斥著各種信息，且這些信息并大多不是我們所需要的。例如，即使在搜索引擎(例如百度、谷歌等)上基于關鍵詞搜索也會出現大量的無關信息，更沒有對事故進行分類整理。

如何提供一種通用性的新聞采集的技術方案，使得石化安全管理人員可以有針對性地對化工事故類新聞進行增量式的采集，以增加新的事故新聞信息是目前業界亟待解決的技術難題。

發明內容

本發明實施例的目的是提供一種化工事故新聞采集方法及機器可讀存儲介質，用以至少解決現有技術中無法實現事故新聞信息針對性采集的問題。

為了實現上述目的，本發明實施例提供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。

可選的，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。

可選的，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。

可選的，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。