[发明专利]安全生产事故报告的自动信息提取与分类方法及系统

说明书

本发明提供一种安全生产事故报告的自动信息提取与分类方法及系统，属于安全生产事故研究领域。所述方法包括：获取安全生产事故报告文本；将所述安全生产事故报告文本按句进行拆分；对拆分后的句子进行分词和信息提取；计算每个拆分后的句子的句向量；根据所述句向量对所述安全生产事故报告文本进行分类。所述系统包括：文本获取单元、文本拆分存储单元、分词单元、句向量计算单元和分类单元。通过自动收集安全生产事故报告并进行信息提取与事故报告分类，便于相关监管人员与科研人员的查看，同时便于进行信息统计，进一步为安全监管决策提供信息支撑。

技术领域

本发明涉及安全生产事故研究领域，具体地涉及一种安全生产事故报告的自动信息提取与分类方法以及一种安全生产事故报告的自动信息提取与分类系统。

背景技术

近年来，国家对于安全生产监督管理越来越高度重视，对于科技支撑的鼓励程度不断增加。事故案例对于国家、地区安全监管政策的制定，以及行业的发展具有着重大的影响与指导意义。国家先后出台多个文件，包括国务院办公厅文件《危险化学品安全综合治理方案》、中共中央办公厅文件《关于全面加强危险化学品安全生产工作的意见》等，用以加强对危险化学品的监督管理。因此，事故报告应作为安全生产基础资料，在安全监管数据应用平台中进行收录与分析。

安全生产事故信息对于相关行业、企业的安全监管有着重要的参考价值与指向性作用。然而，对于事故报告的收集与分析有着较多难点。第一，事故具有突发性，并且其描述多以文本的形式存在，以人力搜索获取事故报告的方式往往具有较高的滞后性。第二，对大量历史积累的事故报告进行信息提取与分类的劳动力成本很高。第三，安全生产事故文本具有一定专业性，其中包含的专业词汇(例如企业名称、化学品名称等)，使得未经过针对专业领域特点优化的算法难以获取理想的结果。因此，亟待提出自动化的方法针对安全生产事故报告进行收集、信息提取与分类。

在目前公开的技术中，《石化事故数据分析系统及方法》提供了一种以人的因素为主线的石化企业事故数据分析系统和/或方法。该方法的实施均依靠人工劳动力与经验，耗费大量人工劳动力与时间。《一种文本挖掘应用于道路交通事故数据处理的方法》提供了一种针对道路交通事故数据的关键信息提取方法。该方法对道路交通事故数据样本进行中文分词，通过词嵌入模型将所述样本数据集三维向量化，再通过神经网络CNN搭建大规模文本分类网络TextCNN网络构建模型，输出关键交通信息；本发明基于自然语言处理技术处理交通事故记录文本，再综合运用python和c++语言开发事故致因修复系统，可自动化、大批量处理事故数据记录，有效提高事故数据质量，该事故致因修复系统操作简便、处理高效、信息直观、致因分析准确；充分应用文本数据并便利其在建立模型过程中的使用。该方法主要是对道路交通事故数据样本进行处理，不适合专业差别较大的安全生产事故文本处理。无法使安全生产事故文本发挥其在安全监管上的作用。

发明内容

本发明实施方式的目的是提供一种安全生产事故报告的自动信息提取与分类方法及系统，通过自动收集安全生产事故报告并进行信息提取与事故报告分类，便于相关监管人员与科研人员的查看，同时便于进行信息统计，进一步为安全监管决策提供信息支撑。

为了实现上述目的，本发明第一方面提供一种安全生产事故报告的自动信息提取与分类方法，所述方法包括：

获取安全生产事故报告文本；

将所述安全生产事故报告文本按句进行拆分；

对拆分后的句子进行分词和信息提取；

计算每个拆分后的句子的句向量；

根据所述句向量对所述安全生产事故报告文本进行分类。自动收集获取安全生产事故报告，并进行拆分，拆分后的句子进行分词和信息提取，提取出安全生产事故的关键信息，便于相关监管人员和科研人员能够快速的获取安全生产事故的信息，同时对安全生产事故报告文本进行分类，便于后续统计分析。

可选的，所述获取安全生产事故报告文本，包括：