CN108665676A - 用于识别危险语句的系统及其识别方法 - Google Patents

Abstract

本发明涉及语言处理技术领域，公开了一种用于识别危险语句的系统及其识别方法，以实现对儿童的实时监控与保护；本发明的系统包括信息采集部件、与信息采集部件通过无线网络连接的服务器、以及与服务器通过无线网络连接且与信息采集部件通讯连接的移动设备，信息采集部件包括心率测试仪、麦克风、第一无线通信模块、以及通话卡；服务器通过第二无线通信模块接收心率信息和语言信息，且服务器采用CNN卷积神经网络算法和LSTM递归网络算法对心率信息和语言信息进行分析，得到用户所处环境的危险程度信息，并将危险程度信息发送给移动设备；移动设备通过通话卡与信息采集部件建立通信，并根据危险程度信息控制信息采集部件提示有危险发生。

Description

用于识别危险语句的系统及其识别方法

技术领域

本发明涉及语言处理技术领域，尤其涉及一种用于识别危险语句的系统及其识别方法。

背景技术

随着社会的快速发展，人们处于的生存环境也变得越来越复杂，时常有危险情况发生，例如，当人所处的环境中有汽车长鸣或者有人大声呼喊，则表明这个人所处的环境很有可能存在危险情况，特别是针对于儿童来说，孩子们由于年纪幼小，且严重缺乏自我保护意识，往往意识不到危险的发生，而家长又不可能每时每刻都守护在孩子身边，无法做到对儿童进行实时的监护，以至于小孩发生危险受害的情况并不少见；目前，为了让家长更好的照顾孩子，市面上已提供有针对于孩子的智能手环，但是，该种智能手环大多起到一个电话通讯的作用，并不能对孩子所处的环境进行危险识别，当儿童遇到诱拐、恐吓或一系列相关危险时家长不能及时得知。

发明内容

本发明目的在于提供一种用于识别危险语句的系统及其识别方法，以实现对儿童的实时监控与保护。

为实现上述目的，本发明提供了一种用于识别危险语句的系统，包括信息采集部件、与所述信息采集部件通过无线网络连接的服务器、以及与所述服务器通过无线网络连接且与所述信息采集部件通讯连接的移动设备，所述信息采集部件佩戴在用户身上；

所述信息采集部件包括用于采集用户心率信息的心率测试仪、用于采集用户所处环境中语言信息的麦克风、用于将所述心率信息和所述语言信息传输给所述服务器的第一无线通信模块、以及用于建立信息采集部件与所述移动设备之间通讯连接的通话卡；

所述服务器通过第二无线通信模块接收所述心率信息和所述语言信息，且所述服务器用于采用CNN卷积神经网络算法和LSTM递归网络算法对所述心率信息和所述语言信息进行分析，得到用户所处环境的危险程度信息，并将所述危险程度信息发送给所述移动设备；

所述移动设备用于获取所述信息采集部件的身份标签，并将所获取的身份标签发送给服务器以供建立所述移动设备与所述信息采集部件之间的身份绑定关系；还用于通过所述通话卡与所述信息采集部件建立通信，并能根据所述危险程度信息控制所述信息采集部件提示有危险发生。

优选地，所述信息采集部件还包括至少两个指示灯，其中一个指示灯与所述心率测试仪相连，用于检测所述心率测试仪是否正常工作；另一个指示灯与所述通话卡相连，用于检测所述信息采集部件与所述移动设备是否成功建立通讯连接。

优选地，所述信息采集部件还包括与所述通话卡相连用于提示有通讯请求的振子。

优选地，所述信息采集部件还包括集成在所述信息采集部件内部用于检测当前地理位置的定位模块。

为实现上述目的，本发明提供一种用于识别危险语句的识别方法，具体包括以下步骤：

(1)将信息采集部件佩戴在用户身上，信息采集部件中的心率测试仪实时采集用户的心率信息，麦克风实时采集用户所处环境中的语言信息，第一无线通信模块将所述心率信息和所述语言信息通过第二无线通信模块发送给服务器；

(2)服务器采用CNN卷积神经网络算法和LSTM递归网络算法对所述心率信息和所述语言信息进行分析，得到用户所处环境的危险程度信息，并将所述危险程度信息发送给所述移动设备；

(3)移动设备通过通话卡与信息采集部件建立通信，并根据所述危险程度信息控制所述信息采集部件提示用户有危险发生。

优选地，当心率测试仪处于正常测量状态时，与所述心率测试仪相连的指示灯亮；当信息采集部件与所述移动设备成功建立通讯时，与所述通讯卡连接的指示灯亮。

优选地，当所述通话卡检测到有通讯请求时，与所述通话卡相连的振子产生振动。

优选地，还包括以下步骤：

集成在信息采集部件内部的定位模块实时检测当前的地理位置信息，并将所述地理位置信息发送给服务器。

本发明具有以下有益效果：

1)本发明通过信息采集部件实时采集用户所处环境中的语言信息和用户的心率信息，然后采用服务器对该语言信息和心率信息进行分析，得到用户所处环境的危险程度信息并将该危险程度信息发送给移动设备，移动设备接收到危险程度信息后与信息采集部件建立通讯连接，对用户进行提示，整个过程联系紧密，信息传播速度快，能及时发现环境中的危险语言，保障人们的人身安全。

2)本发明采用CNN卷积神经网络算法和LSTM递归网络算法相结合，对信息采集部件采集的信息进行分析，在提高分析速度的同时保证了危险语言识别的准确性。

下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的识别方法的步骤流程图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

实施例1

本实施例提供一种用于识别危险语句的系统，包括：

信息采集部件、与信息采集部件通过无线网络连接的服务器、以及与服务器通过无线网络连接且与信息采集部件通讯连接的移动设备，信息采集部件佩戴在用户身上；

信息采集部件包括用于采集用户心率信息的心率测试仪、用于采集用户所处环境中语言信息的麦克风、用于将心率信息和语言信息传输给服务器的第一无线通信模块、以及用于建立信息采集部件与移动设备之间通讯连接的通话卡；

服务器通过第二无线通信模块接收心率信息和语言信息，且服务器用于采用CNN卷积神经网络算法和LSTM递归网络算法对心率信息和语言信息进行分析，得到用户所处环境的危险程度信息，并将危险程度信息发送给移动设备；

移动设备用于获取信息采集部件的身份标签，并将所获取的身份标签发送给服务器以供建立移动设备与信息采集部件之间的身份绑定关系；还用于通过通话卡与信息采集部件建立通信，并能根据危险程度信息控制信息采集部件提示有危险发生。

需要说明的是，移动设备与信息采集部件之间可以为一对一的关联，也可以对一对多的关联。即，一个移动设备可以关联一个信息采集部件，也可以关联多个信息采集部件，其具体的关联方式为，采用移动设备通过扫描等方式获取信息采集部件的身份标签，实现自身与信息采集部件之间的匹配，然后将该匹配信息传送到服务器上进行存储。

作为本实施例优选的实施方式，信息采集部件还包括至少两个指示灯，其中一个指示灯与心率测试仪相连，用于检测心率测试仪是否正常工作；另一个指示灯与通话卡相连，用于检测信息采集部件与移动设备是否成功建立通讯连接。

作为本实施例优选的实施方式，信息采集部件还包括与通话卡相连用于提示有通讯请求的振子。

作为本实施例优选的实施方式，信息采集部件还包括集成在信息采集部件内部用于检测当前地理位置的定位模块。

实施例2

参见图1，本实施例提供一种应用于上述系统的识别方法，具体包括以下步骤：

(1)将信息采集部件佩戴在用户身上，信息采集部件中的心率测试仪实时采集用户的心率信息，麦克风实时采集用户所处环境中的语言信息，第一无线通信模块将心率信息和语言信息通过第二无线通信模块发送给服务器；

(2)服务器采用CNN卷积神经网络算法和LSTM递归网络算法对心率信息和语言信息进行分析，得到用户所处环境的危险程度信息，并将危险程度信息发送给移动设备；

(3)移动设备通过通话卡与信息采集部件建立通信，并根据危险程度信息控制信息采集部件提示用户有危险发生。

优选地，将信息采集部件设为可佩戴的手环，针对于自我保护意识不强的儿童，可佩戴的手环使用方便，不易掉落。在实际使用时，手环上的心率测试仪实时测试儿童的心率信息，麦克风实时采集儿童所处环境中的语言信息。作为本实施例优选的实施方式，当心率测试仪处于正常测量状态时，与心率测试仪相连的指示灯亮；当信息采集部件与移动设备成功建立通讯时，与通讯卡连接的指示灯亮。优选地，手环对采集的语言信息进行过滤，例如环境中的风声等，将该语言信息转化为声音和文本信息后发送给服务器。服务器接收到该信息，将文本信息分为训练集和测试集，然后对训练集和测试集进行预处理，即，根据文本信息的内容，将文本信息划分为正常类、暴力类、诱拐类以及危险类。采用结巴分词对文本信息进行分词处理，通过word2vec将文本信息转换为数字信息，然后结合wordembedding层将文本信息离散化为数字矩阵。并进一步通过深度学习神经网络对训练集进行分析。

具体地，首先使用tensorflow框架，实现基于cnn和lstm结合的c-lstm神经网络对训练集的文本信息进行分类，然后，采用正态分布函数随机初始化c-lstm中cnn卷积层的权值和偏置，采用反向传导算法，更新c-lstm的网络中各层的相应参数，再将上述数字矩阵作为cnn卷积层的输入矩阵，以相同高度，不同长度的一组卷积核对输入矩阵进行卷积操作，得到由不同卷积核对输入矩阵卷积操作产生的卷积特征输出图。

再采用最大池化方法，对训练样本和测试样本的卷积特征图进行池化处理，得到训练样本和测试样本的池化特征图，将使用相同长度卷积核对应的最大池化输出，进行连接形成一个连续的序列，形成一个窗口，对不同卷积核得到的输出进行相同操作，得到多个维持原有相对顺序的窗口；然后将特征序列窗口层中的序列向量作为下一层LSTM层网络的输入，通过LSTM层将序列向量进行处理，形成不同时序下的输出，再用训练样本的训练全连接层得到分类模型，进一步地，用分类模型对测试样本的特征图进行分类，得到测试样本的分类结果。然后，在相应级别中，采用TextGrocery,根据文本匹配度和关键词权重，对文本危险等级进行判断。得到危险程度信息，并将该危险程度信息发送给移动设备。值得说明的是，在生成危险程度信息后，服务器还将心率信息与危险程度信息进行匹配，进一步验证该危险程度信息判断的准确性。

优选地，该移动设备设为手机。需要说明的是，在初次使用时，需要将手机上的账户与手环的产品编号进行关联，即，手机与手环之间为一对一的关系。其具体关联方式为：在手环上设有存储载体，该存储载体优选为二维码，其上存储有与手环对应的手机的设备号和MAC地址，在手机上注册用户账号并通过手机扫描该二维码，然年将该用户账号、设备号和MAC地址发送至服务器，服务器验证数据的正确性后存储在数据库中，以此实现手机与手环之间的关联。

进一步地，需要说明的是，手机的持有者为儿童的家长，服务器将危险程度信息发送给手机，家长可以清楚的知道儿童此刻所面临的危险，然后通过手机向佩戴在儿童手上的手环发送通讯请求，当手环上的通话卡检测到有通讯请求时，与通话卡相连的振子产生振动，在该震动的提示下，儿童通过手环与家长建立通讯关系，家长可及时地提醒儿童避免儿童发生意外事故。

作为本实施例优选的实施方式，还包括以下步骤：

集成在信息采集部件内部的定位模块实时检测当前的地理位置信息，并将地理位置信息发送给服务器。即，危险程度信息中还包括有儿童所处的地理位置信息，可以方便家长更快速的找到儿童，进一步提高对儿童的保护和监管力度。

本发明具有以下有益效果：

1)本发明通过信息采集部件实时采集用户所处环境中的语言信息和用户的心率信息，然后采用服务器对该语言信息和心率信息进行分析，得到用户所处环境的危险程度信息并将该危险程度信息发送给移动设备，移动设备接收到危险程度信息后与信息采集部件建立通讯连接，对用户进行提示，整个过程联系紧密，信息传播速度快，能及时发现环境中的危险语言，保障人们的人身安全。

2)本发明采用CNN卷积神经网络算法和LSTM递归网络算法相结合，对信息采集部件采集的信息进行分析，在提高分析速度的同时保证了危险语言识别的准确性。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.用于识别危险语句的系统，其特征在于，包括：

信息采集部件、与所述信息采集部件通过无线网络连接的服务器、以及与所述服务器通过无线网络连接且与所述信息采集部件通讯连接的移动设备，所述信息采集部件佩戴在用户身上；

所述信息采集部件包括用于采集用户心率信息的心率测试仪、用于采集用户所处环境中语言信息的麦克风、用于将所述心率信息和所述语言信息传输给所述服务器的第一无线通信模块、以及用于建立信息采集部件与所述移动设备之间通讯连接的通话卡；

所述服务器通过第二无线通信模块接收所述心率信息和所述语言信息，且所述服务器用于采用CNN卷积神经网络算法和LSTM递归网络算法对所述心率信息和所述语言信息进行分析，得到用户所处环境的危险程度信息，并将所述危险程度信息发送给所述移动设备；

所述移动设备用于获取所述信息采集部件的身份标签，并将所获取的身份标签发送给服务器以供建立所述移动设备与所述信息采集部件之间的身份绑定关系；还用于通过所述通话卡与所述信息采集部件建立通信，并能根据所述危险程度信息控制所述信息采集部件提示有危险发生。

2.根据权利要求1所述的用于识别危险语句的系统，其特征在于，所述信息采集部件还包括至少两个指示灯，其中一个指示灯与所述心率测试仪相连，用于检测所述心率测试仪是否正常工作；另一个指示灯与所述通话卡相连，用于检测所述信息采集部件与所述移动设备是否成功建立通讯连接。

3.根据权利要求2所述的用于识别危险语句的系统，其特征在于，所述信息采集部件还包括与所述通话卡相连用于提示有通讯请求的振子。

4.根据权利要求3所述的用于识别危险语句的系统，其特征在于，所述信息采集部件还包括集成在所述信息采集部件内部用于检测当前地理位置的定位模块。

5.一种应用于上述权利要求1-4任一所述系统的识别方法，其特征在于，具体包括以下步骤：

(1)将信息采集部件佩戴在用户身上，信息采集部件中的心率测试仪实时采集用户的心率信息，麦克风实时采集用户所处环境中的语言信息，第一无线通信模块将所述心率信息和所述语言信息通过第二无线通信模块发送给服务器；

(2)服务器采用CNN卷积神经网络算法和LSTM递归网络算法对所述心率信息和所述语言信息进行分析，得到用户所处环境的危险程度信息，并将所述危险程度信息发送给所述移动设备；

(3)移动设备通过通话卡与信息采集部件建立通信，并根据所述危险程度信息控制所述信息采集部件提示用户有危险发生。

6.根据权利要求5所述的识别方法，其特征在于，当心率测试仪处于正常测量状态时，与所述心率测试仪相连的指示灯亮；当信息采集部件与所述移动设备成功建立通讯时，与所述通讯卡连接的指示灯亮。

7.根据权利要求6所述的识别方法，其特征在于，当所述通话卡检测到有通讯请求时，与所述通话卡相连的振子产生振动。

8.根据权利要求7所述的识别方法，其特征在于，还包括以下步骤：

集成在信息采集部件内部的定位模块实时检测当前的地理位置信息，并将所述地理位置信息发送给服务器。