[发明专利]一种食品安全事件预警平台

权利要求书

1.一种食品安全事件预警平台，其特征在于，包括：新闻挖掘模块、数据管理模块、预警模块和展示模块，所述新闻挖掘模块用于从各大新闻网站采集食品数据，所述数据管理模块用于存储所述新闻挖掘模块采集的食品数据，所述预警模块用于从所述数据管理模块调取食品数据并根据所述食品数据基于图神经网络的机器阅读理解模型进行关键信息的提取，根据关键信息进行食品安全事件判定和评估；所述展示模块用于根据所述预警模块的评估结果展示预警信息；

所述预警模块包括数据处理模块、阅读理解模块和评估模块，所述数据处理模块用于将所述数据管理模块中已经分好词的新闻转换为图结构数据，所述阅读理解模块用于对所述图结构数据进行关键信息的提取得到答案数据，所述评估模块用于根据所述答案数据和匹配规则确定安全事件评级，并判断是否进行预警，所述评估模块与所述展示模块连接；

所述阅读理解模块包括行政级别判定模块、特殊区域判定模块、伤亡判定模块和社会影响判定模块，所述行政级别判定模块、所述特殊区域判定模块、所述伤亡判定模块和所述社会影响判定模块分别与所述数据处理模块连接，所述行政级别判定模块用于判断是哪个部门认定了食品事故，所述特殊区域判定模块用于判断食品事故发生地是否在全国性或地区性重大活动、重要会议或者校园中，所述伤亡判定模块用于判断食品事故的人员伤亡情况，所述社会影响判定模块用于判断食品事故的影响地区；

所述阅读理解模块采用基于图神经网络的机器阅读理解模型进行关键信息的提取；机器阅读理解模型的输入为文章和对应问题，输出为问题在文章中的答案；

模型自底向上分别是词嵌入层、文本嵌入层、注意力流层、全文本建模层和节选层；基于门控图神经网络的机器阅读理解模型各层功能如下：

词嵌入层：本层使用bert获得语义潜向量，获得到固定的问题潜向量U∈Q^d×j以及新闻潜向量E∈N^d×t；其中d代表向量的维数，j和t分别代表问题和新闻中词的个数；

文本嵌入层：本层将文章构建为图结构，将文章中的词两两相连，即图的节点代表的单词，边代表单词之间的关系；再利用门控图神经网络在语义向量的基础上学习到文本的上下文关系信息；问题潜向量U输入到本层后输出的向量为Q∈q^2d×j，新闻潜向量E输入到文本后输出的向量为N∈n^2d×t；

注意力流层：本层的输入为上一层的输出，即Q′和N′；利用S_tj＝α(N_：t，Q_：j)∈R可得到相似性矩阵S，其中S_tj的含义是文本中第t个词和第j个词的相似性，对S进行进一步运算可以得到News to Query注意力和Query to News注意力；以News to Query为例，S_tj代表文本中第t个词和问题中第j个词的相似程度，即S中的每一行代表该行对应的新闻词与所有问题词的相似性，对其使用softmax()进行归一化后再与问题矩阵Q进行的运算，得到新的问题潜向量；同理可得Query to News注意力；之后将所得两个方向的注意力与矩阵N通过连接，其中

全文本建模层：本层使用了双层Bi-LSTM网络，每一层网络的输出维度为d，整体的输出为矩阵M∈R^2d×t，该矩阵中的每一列都含有新闻中和问题中词的信息，蕴含了问题条件下新闻中词的关系；

节选层：模型需要在新闻中截取合理的片段作为答案，即在新闻中找出答案的开始位置和结束位置；开始位置索引的概率公式为：其中是一个可变的权重向量；预测结束位置时，要把M经过一层Bi-LSTM进行运算输出M²∈R^2d×T，再用同一概率公式计算：

2.根据权利要求1所述的食品安全事件预警平台，其特征在于，所述安全事件评级包括一级预警、二级预警、三级预警和四级预警。

3.根据权利要求1所述的食品安全事件预警平台，其特征在于，还包括：用户管理模块，所述用户管理模块包括用户注册登录模块、管理员模块和用户信息展示模块，所述用户注册登录模块为用户注册系统账号和登录系统，并根据注册时的身份，给定相应权限，所述管理模块用于管理员管理系统信息以及用户信息，所述用户信息展示模块用于为普通用户和管理员用户提供帐号信息的查看以及增删改查的功能。