[發明專利]一種自學習的事故文字標簽與摘要生成系統及其方法

有效

• 申請號: 201910154828.5
• 申請日: 2019-03-01
• 公開（公告）號: CN109961091B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 魯立虹;陳尚武;盧錫芹;胡松濤;倪仰;張慧娟;趙伯亮;鄔奇龍
• 申請（專利權）人: 杭州敘簡科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/33;G06F40/284
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

本發明提供一種自學習的事故文字標簽與摘要生成系統及其方法，包括分詞模塊、詞向量訓練模塊、詞向量模型模塊、關鍵詞生成模塊、關鍵詞庫模塊、文字標簽生成模塊，文字標簽庫模塊、文字標簽分類模塊、事故摘要生成模塊、事故庫模塊；本發明技術方案據已有事故集生成事故的詞向量模型與關鍵詞庫，使用關鍵詞庫結合上下得到文字標簽，并使用詞向量模型合并相近文字標簽，生成文字標簽庫，使用文字標簽庫對新事故進行自動分類得到標準化事故文字標簽，并匯總文字標簽得到標準化事故摘要信息從而減少由人工進行事故歸類與總結延時，提高事故分析的速度，減少不同人的描述習慣差異導致歸納不同，提供便捷事故信息標準化檢索與歸類統計以及事故分析。

技術領域

本發明涉及大數據處理技術領域，具體為一種自學習的事故文字標簽與摘要生成系統及其方法。

背景技術

當前事故的文字標簽與摘要一般由人工生成，時效性會偏差，由于不同人的描述習慣差異，導致最終文字標簽與摘要不能形成標準化。這里的文字標簽指在只一個維度上對事故的描述，用于歸類檢索與檢索關鍵字，事故摘要是混合各個文字標簽的簡單對該事故的描述。

發明內容

為了解決上述背景技術中提出的問題，本發明的目的是提供一種自學習的事故文字標簽與摘要生成系統及其方法，根據已有事故集生成事故的詞向量模型與關鍵詞庫，使用關鍵詞庫結合上下文得到文件標簽，并使用詞向量模型合并相近文字標簽，生成文字標簽庫，使用文字標簽庫對新事故進行自動分類得到標準化事故文字標簽，并匯總文字標簽得到標準化事故摘要信息，從而減少由人工進行事故歸類與總結延時，提供事故分析的速度，同時減少不同人的描述習慣差異導致歸納不同，提供便捷事故信息標準化檢索與歸類統計以及事故分析。

為實現上述目的，本發明提供如下技術方案：一種自學習的事故文字標簽與摘要生成系統，包括分詞模塊(1)，詞向量訓練模塊(2)、詞向量模型模塊(3)、關鍵詞生成模塊(4)、關鍵詞庫模塊(5)、文字標簽生成模塊(6)，文字標簽庫模塊(7)、文字標簽分離模塊(8)、事故摘要生成模塊(9)、事故庫模塊(12)；

事故信息(0)：是指預先輸入并存儲大量(過千份)事故信息文檔；

事故信息舉例：“2008.10·5”苯乙烯泄漏事故

【事故經過】2008年10月5日零時40分，開發區某公司610號苯乙烯儲罐發生聚合反應并伴有有害氣體泄漏的事故。

本次事故雖未造成人員傷亡，但造成一定經濟損失。

【事故原因】由于帶有雜質的苯乙烯壓回610#儲罐，加之阻聚劑含量不足，使罐內160噸苯乙烯發生聚合，罐內壓力升高引起苯乙烯蒸汽泄漏。

【事故教訓】

1、企業安全生產規章制度執行不到位。有章不循，未執行回罐操作規程。

2、企業安全生產責任制落實不到位。中控室安全生產責任不落實，節日期間無人監控苯乙烯溫度變化。

3、企業對員工的安全教育、培訓不到位。職工安全生產意識淡薄，安全生產素質差。

分詞模塊(1)：用于把輸入事故信息(0)內的故事信息文檔進行中文分詞，去除間隔詞、時間與地點等無效詞；這樣事故信息(0)中的事故信息文檔在經過分詞模塊(1)的分詞處理后得到分詞數據輸送到詞向量訓練模塊(2)與關鍵詞生成模塊(4)；

分詞數據舉例：“2008年10月5日零時40分，開發區某公司610號苯乙烯儲罐發生聚合反應并伴有有害氣體泄漏的事故”經過分詞模塊得到分詞數據：

開發區公司苯乙烯儲罐發生聚合反應伴有有害氣體泄漏事故