[發(fā)明專利]一種特種設(shè)備輿情分類方法

在審

• 申請?zhí)枺?/td>: 202110030059.5
• 申請日: 2021-01-11
• 公開（公告）號: CN112699674A
• 公開（公告）日: 2021-04-23
• 發(fā)明（設(shè)計）人: 陳樹芳;李娟;劉麗梅;薛慶;李磊
• 申請（專利權(quán)）人: 山東特檢魯安工程技術(shù)服務(wù)有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/44;G06Q50/00
• 代理公司: 濟南格源知識產(chǎn)權(quán)代理有限公司 37306
• 代理人: 韓洪淼

本發(fā)明涉及一種特種設(shè)備輿情分類方法，包括如下步驟：獲取輿情文本，對輿情文本進行校驗、拆分、向量化轉(zhuǎn)化為詞向量；對詞向量進行分類預(yù)測獲得輿情相關(guān)的特種設(shè)備類別；對輿情文本進行校驗時，判斷輿情文本是否存在缺失值和異常值，進行輿情文本數(shù)據(jù)補充或剔除。輿情文本拆分是通過對校驗后的輿情文本進行分詞、過濾詞停用詞獲得多個輿情數(shù)據(jù)詞表，本方案實現(xiàn)特種設(shè)備輿情數(shù)據(jù)的分析處理，滿足對特種設(shè)備輿情信息分類的需求，有助于特種設(shè)備輿情的高效管理。

技術(shù)領(lǐng)域

本發(fā)明涉及特種設(shè)備領(lǐng)域，尤其是一種應(yīng)用于設(shè)備管理方面的特種設(shè)備輿情分類方法，有助于特征設(shè)備輿情的應(yīng)急處置。

背景技術(shù)

特種設(shè)備是指對人身和財產(chǎn)安全有較大危險性的鍋爐、壓力容器(含氣瓶)、壓力管道、電梯、起重機械、客運索道、大型游樂設(shè)施、場(廠)內(nèi)專用機動車輛[1]。特種設(shè)備應(yīng)急處置能力是妥善處理特種設(shè)備突發(fā)安全事件、事故應(yīng)急救援等工作的重要保障。截至2019年底，我國特種設(shè)備總量達1525.47萬臺左右，加快推進特種設(shè)備應(yīng)急處置能力建設(shè)已十分迫切。

輿情是由個人以及各種社會群體構(gòu)成的公眾，在一定的歷史階段和社會空間內(nèi)，對自己關(guān)心或與自身利益緊密相關(guān)的各種公共事務(wù)所持有的多種情緒、意愿、態(tài)度和意見交錯的總和。特種設(shè)備事故輿情信息的收集和報告工作是做好特種設(shè)備應(yīng)急處置工作的基礎(chǔ)。近些年，相關(guān)學者圍繞特種設(shè)備輿情處理與系統(tǒng)研發(fā)、應(yīng)用開展了研究，在提高特種設(shè)備輿情采集分析能力方面發(fā)揮了積極作用。但是由于特種設(shè)備輿情信息中設(shè)備類別信息不規(guī)范，往往需要由人工進行分類，輿情數(shù)據(jù)處理效率受到了很大制約。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種特種設(shè)備輿情分類方法，實現(xiàn)特種設(shè)備輿情數(shù)據(jù)的分析處理，滿足對特種設(shè)備輿情信息分類的需求，有助于特種設(shè)備輿情的高效管理。

為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種特種設(shè)備輿情分類方法，包括如下步驟：首先獲取輿情文本，對輿情文本進行校驗、拆分、向量化轉(zhuǎn)化為詞向量；然后對詞向量進行分類預(yù)測獲得輿情相關(guān)的特種設(shè)備類別。確定了特種設(shè)備類別，利于進行輿情管理。

優(yōu)選的，對輿情文本進行校驗時，判斷輿情文本是否存在缺失值和異常值，進行輿情文本數(shù)據(jù)補充或剔除。保證了輿情文本原始數(shù)據(jù)的準確性。

優(yōu)選的，輿情文本拆分是通過對校驗后的輿情文本進行分詞、過濾詞停用詞獲得多個輿情數(shù)據(jù)詞表；對獲得的輿情數(shù)據(jù)表應(yīng)用WordCloud庫生成詞云進行展示。

其中輿情文本分詞時，基于前綴詞典實現(xiàn)詞圖掃描，生成句子中漢字所有可能成詞情況，進而生成有向無環(huán)圖，采用動態(tài)規(guī)劃查找最大概率路徑,找出基于詞頻的最大切分組合，對于未登錄詞，采用基于漢字成詞能力的隱馬爾可夫模型；過濾詞停用，用于實現(xiàn)文本數(shù)據(jù)中噪聲過濾，通過停用詞庫來實現(xiàn)，結(jié)合特種設(shè)備應(yīng)用領(lǐng)域選擇合適的停用詞庫。

在進行向量化時，針對分詞和過濾詞停用后的輿情數(shù)據(jù)詞表，不考慮每個詞出現(xiàn)的順序，只將每個詞出現(xiàn)的頻次v_i進行統(tǒng)計，構(gòu)成一個特征向量V＝{v₁，v₂，…，v_n}，作為輿情文本特征，其中n為輿情數(shù)據(jù)詞表維數(shù)。

匯集每一條輿情文本的特征向量V為n維輸入空間：

X＝{V₁，V₂，…，V_N}

其中N為輿情樣本數(shù)據(jù)數(shù)量；

設(shè)置8個特種設(shè)備分類和1個其他分類共計9個類別，分類空間表示為C＝{c₁，c₂，…，c₉}，則輿情數(shù)據(jù)集可表示為：

k＝1,2,…,9

分類預(yù)測時，首先根據(jù)