[发明专利]基于故障树和事理图谱的石化事故调查报告相似计算与抽取方法

权利要求书

1.一种基于故障树和事理图谱的石化事故调查报告相似计算与抽取方法，其特征在于，构建故障树和事理图谱，通过检索信息与事理图谱的相似计算，抽取出相似事故调查报告。

2.根据权利要求1所述的一种基于故障树和事理图谱的石化事故调查报告相似计算与抽取方法，其特征在于，方法包括：

步骤1：构建化工事故调查报告的故障树；

步骤2：石化事故调查报告的语法分析；

步骤3：构建事故事理图谱模型；

步骤4：用户输入检索信息，服务器抽取与检索内容相似的石化事故调查报告。

3.根据权利要求2所述的一种基于故障树和事理图谱的石化事故调查报告相似计算与抽取方法，其特征在于，步骤1具体包括：

步骤1.1：抽取现有的事故调查平台数据中近年来国内外重大化工事故，选取事故调查分析报告文本；

步骤1.2：由上往下的对事故调查分析报告进行失效分析，利用布林逻辑组合低阶事件，通过追溯导致既定后果的必需的先导事件，建立从顶层的不期望事件到所有可能的底层基本原因的故障逻辑路径，构建事故故障树。

4.根据权利要求3所述的一种基于故障树和事理图谱的石化事故调查报告相似计算与抽取方法，其特征在于，步骤1.1中选取的事故调查分析报告文本都是完整的。

5.根据权利要求2所述的一种基于故障树和事理图谱的石化事故调查报告相似计算与抽取方法，其特征在于，步骤2具体包括：

基于故障树，利用大数据技术，对石化事故调查报告的大量文本利用TextRank算法进行语法分析，构建引发事故的事件构成结构特征，将其归纳到不同的要素类型和标签，生成事件的描述属性。

6.根据权利要求5所述的一种基于故障树和事理图谱的石化事故调查报告相似计算与抽取方法，其特征在于，利用TextRank算法进行语法分析的过程为：

首先，对事故调查报告中的每个句子进行分词和词性标注处理，然后，过滤掉除指定词性外的其他词，并且过滤掉出现在停用词表的单词与长度小于2的词；

其次，将剩下的词语中循环选择一个词，将其与其后面的4个词分别组合成4条边，且每条边的权重为1，当这条边在之后再次出现时，权值再在基础上加1，套用TextRank算法，迭代各节点权值，直至收敛；

最后，将结果中的Rank值进行排序，实现对事故调查报告的语法进行分析、标注。

7.根据权利要求5所述的一种基于故障树和事理图谱的石化事故调查报告相似计算与抽取方法，其特征在于，事件的描述属性包括事件的参与者、触发词、时间、地点四个要素。

8.根据权利要求5所述的一种基于故障树和事理图谱的石化事故调查报告相似计算与抽取方法，其特征在于，步骤3具体包括：

基于BiGRU-Attention模型对触发词进行文本情感分类，对提取的触发词文本深层次信息分配相应的权重，将不同权重的触发词文本特征进行文本情感极性分类，实现事件与触发词权重关系，最终提取生成化工事故事理图谱，研究事故的固有属性和演化特征，构建事故事理图谱模型。

9.根据权利要求8所述的一种基于故障树和事理图谱的石化事故调查报告相似计算与抽取方法，其特征在于，基于BiGRU-Attention模型对触发词进行文本情感分类的过程为：

首先，利用双向门控循环神经网络层对触发词文本深层次的信息进行特征提取；

其次，利用注意力层对提取的触发词文本深层次信息分配相应的权重，将不同权重的触发词文本特征放入softmax函数层进行文本情感极性分类，实现事件与触发词权重关系。