[發(fā)明專利]一種交通運行信息提取與態(tài)勢預警方法及裝置

有效

• 申請?zhí)枺?/td>: 202011272076.1
• 申請日: 2020-11-13
• 公開（公告）號: CN112507680B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計）人: 佟路;崔溪瀅;曹先彬;鄭磊;杜文博;朱熙
• 申請（專利權(quán)）人: 北京航空航天大學
• 主分類號: G06F40/186
• 分類號: G06F40/186;G06F40/295;G06N3/0442;G08B31/00;G06F16/35
• 代理公司: 北京天達知識產(chǎn)權(quán)代理事務所有限公司 11386
• 代理人: 竇艷鵬

本發(fā)明涉及一種交通運行信息提取與態(tài)勢預警方法及裝置，屬于交通預警技術(shù)領(lǐng)域，解決了現(xiàn)有的基于人工實現(xiàn)的交通預警方法造成的效率較低且可靠性較差的問題。方法包括：獲取航空氣象類數(shù)據(jù)文本、航空運輸類數(shù)據(jù)文本和交通新聞類數(shù)據(jù)文本；對航空氣象類數(shù)據(jù)文本和航空運輸類數(shù)據(jù)文本進行預處理，得到結(jié)構(gòu)化簡報數(shù)據(jù)并存儲；并基于雙向長短期記憶網(wǎng)絡(luò)對交通新聞類數(shù)據(jù)文本進行處理，得到結(jié)構(gòu)化簡報數(shù)據(jù)并存儲；基于存儲的結(jié)構(gòu)化簡報數(shù)據(jù)和簡報模板生成交通運行態(tài)勢預警報告，減輕了人工收集數(shù)據(jù)并撰寫簡報的工作量，填補了交通行業(yè)情況實時數(shù)據(jù)挖掘及分析研究領(lǐng)域的空缺，為相關(guān)管理決策人員提供高效參考。

技術(shù)領(lǐng)域

本發(fā)明涉及交通預警技術(shù)領(lǐng)域，尤其涉及一種交通運行信息提取與?態(tài)勢預警方法及裝置。

背景技術(shù)

交通行業(yè)運行及發(fā)展情況預警，是對交通運行態(tài)勢的實時監(jiān)測與預?估，能夠為國家與交通行業(yè)管理者、相關(guān)人員掌握交通行業(yè)態(tài)勢，制定?科學決策提供相應的支撐。

目前，交通領(lǐng)域運行態(tài)勢預警工作主要依靠人工完成，若不能保證?快速、準確地挖掘并分析這些海量數(shù)據(jù)中有關(guān)交通運行及發(fā)展情況的重?要信息，會對相關(guān)管理決策單位的高效、準確決策造成影響。同時，現(xiàn)?階段交通領(lǐng)域的信息獲取方法大多基于人為實現(xiàn)，成本高昂且難度較大，?使得獲得交通領(lǐng)域運行態(tài)勢預警的工作效率較低且可靠性較差。

發(fā)明內(nèi)容

鑒于上述的分析，本發(fā)明實施例旨在提供一種交通運行信息提取與?態(tài)勢預警方法及裝置，用以解決現(xiàn)有的基于人工實現(xiàn)的方法造成的效率?較低且可靠性較差的問題。

一方面，本發(fā)明實施例提供了一種交通運行信息提取與態(tài)勢預警方?法，包括下述步驟：

獲取航空氣象類數(shù)據(jù)文本、航空運輸類數(shù)據(jù)文本和交通新聞類數(shù)據(jù)?文本；

對所述航空氣象類數(shù)據(jù)文本和航空運輸類數(shù)據(jù)文本進行預處理，得?到結(jié)構(gòu)化簡報數(shù)據(jù)并存儲；并基于雙向長短期記憶網(wǎng)絡(luò)對所述交通新聞?類數(shù)據(jù)文本進行處理，得到結(jié)構(gòu)化簡報數(shù)據(jù)并存儲；

基于存儲的所述結(jié)構(gòu)化簡報數(shù)據(jù)和簡報模板生成交通運行態(tài)勢預警?報告。

進一步，所述航空氣象類數(shù)據(jù)文本為航空塔臺氣象預報報文，所述?航空運輸類數(shù)據(jù)文本為HTML數(shù)據(jù)形式的網(wǎng)頁。

進一步，所述對所述航空氣象類數(shù)據(jù)文本和航空運輸類數(shù)據(jù)文本進?行預處理，得到結(jié)構(gòu)化簡報數(shù)據(jù)，包括：

基于報文要素匹配方法對所述航空塔臺氣象預報報文進行預處理，?得到結(jié)構(gòu)化簡報數(shù)據(jù)；

基于結(jié)構(gòu)化文本提取方法對所述HTML形式數(shù)據(jù)的網(wǎng)頁進行預處理，?得到結(jié)構(gòu)化簡報數(shù)據(jù)。

進一步，所述雙向長短期記憶網(wǎng)絡(luò)包括：

輸入字符嵌入層，用于對所述交通新聞類數(shù)據(jù)文本進行向量映射，?得到所述交通新聞類數(shù)據(jù)文本對應的詞向量矩陣；

上下文表示層，用于對所述輸入字符嵌入層輸出的詞向量矩陣進行?上下文特征提取，得到上下文特征；

字符層次自注意力機制層，用于對所述上下文表示層輸出的上下文?特征進行特征學習，得到句子經(jīng)過自注意力機制后的隱層表示；

句子層次自注意力機制層，用于對所述字符層次自注意力機制層輸?出的句子經(jīng)過自注意力機制后的隱層表示進行特征學習，得到可觀測序?列；

條件隨機場層，用于對所述自注意力機制層輸出的可觀測序列進行?分類，得到命名實體及分類結(jié)果。

進一步，得到所述結(jié)構(gòu)化簡報數(shù)據(jù)后，將所述結(jié)構(gòu)化簡報數(shù)據(jù)以CSV?格式存儲至本地文件；或者，

將所述結(jié)構(gòu)化簡報數(shù)據(jù)存儲至MySQL或Oracle數(shù)據(jù)庫。