[发明专利]工业安全事件类型识别方法、装置、设备和存储介质在审

专利信息
申请号: 202210026344.4 申请日: 2022-01-11
公开(公告)号: CN114443843A 公开(公告)日: 2022-05-06
发明(设计)人: 龚邦新;肖瑾;胡乐;刘金明;陈豪 申请(专利权)人: 中广核工程有限公司;中国广核电力股份有限公司;中国广核集团有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F40/289;G06F40/216
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 赖远龙
地址: 518000 广东省深圳市大*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 工业 安全 事件 类型 识别 方法 装置 设备 存储 介质
【说明书】:

本申请涉及一种工业安全事件类型识别方法、装置、设备和存储介质。该方法包括:获取不同工业安全事件类型对应的多个样本事件数据;每个样本事件数据具有相应的安全事件类型标签;针对每个样本事件数据,对样本事件数据中工业安全事件描述文本进行分词处理,提取至少一个关键词;从关键词中筛选与事件关键词匹配的关键词,得到至少一个目标关键词,并根据至少一个目标关键词确定关键事件特征;基于各个样本事件数据对应的关键事件特征和相应的工业安全事件类型标签,对安全事件分类模型进行训练,得到训练完成的安全事件分类模型;使用该安全事件分类模型对目标事件数据进行事件类型识别处理。采用本方法能够提高工业安全事件类型识别效率。

技术领域

本申请涉及软件技术领域,特别是涉及一种工业安全事件类型识别方法、装置、设备和存储介质。

背景技术

随着工业生产过程中的机械化和智能化的不断发展,工业生产也得到了迅速的提升,但是许多需要人力投入的生产过程,由于特殊的环境,可能会存在一些安全隐患而产生安全事件,对于一些安全部门,可能会收到许多关于工业安全事件的信息或文件(一下简称事件数据)。

传统方法中,是通过人工方式从这些事件数据中找出对应的事件类型,从而完成工业安全事件的分类。基于人工方式对大量的事件数据进行事件分类,将会大大增加了人力成本的投入,而且只是基于人为经验判断来对工业安全事件进行事件类型识别,不但人力成本较高,效率也低。

发明内容

基于此,有必要针对上述技术问题,提供一种能够提高工业安全事件类型识别效率的工业安全事件类型识别方法、装置、设备、存储介质和计算机程序产品。

第一方面,本申请提供了一种工业安全事件类型识别方法。所述方法包括:

获取不同工业安全事件类型对应的多个样本事件数据;每个所述样本事件数据具有相应的安全事件类型标签;

针对每个样本事件数据,对样本事件数据中工业安全事件描述文本进行分词处理,并从分词结果中提取至少一个表征事件特性的关键词;

从提取的关键词中筛选与预设的事件关键词匹配的关键词,得到至少一个目标关键词,并根据所述至少一个目标关键词确定关键事件特征;所述事件关键词,是在工业安全事件的事故数据中具有共现性的关键词;

基于各个样本事件数据对应的所述关键事件特征和所述样本事件数据相应的工业安全事件类型标签对安全事件分类模型进行训练,直至训练完毕,得到训练完成的安全事件分类模型;所述训练完成的安全事件分类模型,用于对待分类的目标工业安全事件的目标事件数据进行事件类型识别处理。

在其中一个实施例中,所述方法还包括:

获取待分类的目标工业安全事件的目标事件数据;

从所述目标事件数据中提取目标关键事件特征;

针对所述目标关键事件特征使用所述训练完成的安全事件分类模型进行事件类型识别,得到所述目标工业安全事件的事件类型。

在其中一个实施例中,在所述确定不同工业安全事件类型对应的多个样本事件数据之前,所述方法还包括:

获取不同工业安全事件对应的多个初始样本事件数据;

从多个初始样本事件数据中过滤掉属于非典型工业安全事件的样本事件数据,得到属于典型工业安全事件的多个样本事件数据。

在其中一个实施例中,每个样本事件数据对应的所述关键事件特征有多个;所述基于各个样本事件数据对应的所述关键事件特征和所述样本事件数据相应的工业安全事件类型标签对待训练的安全事件分类模型进行训练包括:

对同一样本事件数据对应的多个所述关键事件特征分别进行向量化,并对多个向量化后的数据进行拼接,得到所述样本事件数据对应的事件特征向量;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中广核工程有限公司;中国广核电力股份有限公司;中国广核集团有限公司,未经中广核工程有限公司;中国广核电力股份有限公司;中国广核集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210026344.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top