[发明专利]化工事故预测方法和系统

权利要求书

1.一种化工事故预测方法，包括：

发送搜索请求至搜索引擎服务器，其中所述搜索请求包括事故关键词；

从所述搜索引擎服务器接收响应于所述搜索请求的新闻数据；

基于预配置的化工事故新闻文本特征分类所述新闻数据，以筛选出化工事故新闻；

基于所述化工事故新闻，预测未来可能发生的化工事故。

2.根据权利要求1所述的方法，其特征在于，在所述基于所述化工事故新闻预测未来可能发生的化工事故之后，该方法还包括：

基于所述化工事故新闻，统计在至少一个属性维度上所预测的未来可能发生的化工事故，其中所述属性维度包括以下中的一者或多者：化工事故规模、化工事故类型、事故发生时间、事故发生地点和事故发生星期数。

3.根据权利要求2所述的方法，其特征在于，在所述统计在至少一个属性维度上所预测的来可能发生的化工事故之后，该方法还包括：

展示在所统计的属性维度上的所预测的未来可能发生的化工事故。

4.根据权利要求1所述的方法，其特征在于，所述基于所述化工事故新闻预测未来可能发生的化工事故包括：

基于关键字生成算法提取所述化工事故新闻中的关键字，其中所述化工事故新闻中的关键字包括以下中的一者或多者：化工事故发生时间、化工事故发生地点、化工事故类型、化学品、死伤人数和事故发生星期数；

基于化工事故相关语义网络结合所述关键字，推导未来可能发生的化工事故，其中所述化工事故相关语义网络是采用词袋模型和/或神经网络语言算法模型并以历史化工事故数据为基础来进行训练的。

5.根据权利要求4所述的方法，其特征在于，所述基于化工事故相关语义网络结合所述关键字推导未来可能发生的化工事故包括：

为所提取的所述化工事故新闻中的关键字附加时间戳；

基于附加有所述时间戳的所述关键字生成关键字数列；

基于化工事故相关语义网络结合所述关键字数列，推导可能发生的化工事故。

6.根据权利要求4所述的方法，其特征在于，所述化工事故相关语义网络是以以下中的至少一者的机器学习算法为基础的：贝叶斯信念网络、逻辑回归算法和随机森林算法。

7.根据权利要求4所述的方法，其特征在于，所述基于关键字生成算法提取所述化工事故新闻中的关键字包括：

根据所述化工事故新闻生成新闻句子；

基于最大熵依存算法计算出所述新闻句子中各个词汇成分之间的关系，并确定所述新闻句子中的谓语和宾语；以及

根据所述新闻句子中的谓语和宾语生成初始模式规则；

基于关键字生成算法提取所述初始模式规则中的关键字。

8.根据权利要求1所述的方法，其特征在于，所述基于预配置的化工事故新闻文本特征分类所述新闻数据以筛选出化工事故新闻包括：

通过机器学习的逻辑回归算法结合预配置的化工事故新闻特征来分类所述新闻数据，以筛选出化工事故新闻。

9.一种化工事故预测系统，包括：

搜索请求单元，用于发送搜索请求至搜索引擎服务器，其中所述搜索请求包括事故关键词；

事故新闻接收单元，用于从所述搜索引擎服务器接收响应于所述搜索请求的新闻数据；

化工事故新闻筛选单元，用于基于预配置的化工事故新闻文本特征分类所述新闻数据，以筛选出化工事故新闻；

化工事故预测单元，用于基于所述化工事故新闻，预测未来可能发生的化工事故。

10.根据权利要求9所述的系统，其特征在于，该系统还包括：

化工事故统计单元，用于基于所述化工事故新闻，统计在至少一个属性维度上经预测的未来可能发生的化工事故，其中所述属性维度包括以下中的一者或多者：化工事故规模、化工事故类型、事故发生时间、事故发生地点和事故发生星期数。