CN110347805A - 石油行业安全隐患关键要素提取方法、装置、服务器及存储介质 - Google Patents
石油行业安全隐患关键要素提取方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN110347805A CN110347805A CN201910659419.0A CN201910659419A CN110347805A CN 110347805 A CN110347805 A CN 110347805A CN 201910659419 A CN201910659419 A CN 201910659419A CN 110347805 A CN110347805 A CN 110347805A
- Authority
- CN
- China
- Prior art keywords
- hidden danger
- term vector
- neural network
- description text
- security risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种石油行业安全隐患关键要素提取方法、装置、服务器及存储介质,其中,所述方法包括:接收现场隐患记录描述文本;将所述现场隐患记录描述文本输入词向量神经网络;根据所述词向量神经网络输出的隐患词词向量矩阵利用逻辑回归模型得到分类标注结果。能够有效对词语标签进行准确的分类,实现将描述文本转换为结构性的特征。能够实现对石油行业安全隐患关键要素的准确提取,便于对各种安全隐患进行统计。有效指导安全管理工作。
Description
技术领域
本发明涉及自然语言处理技术领域,尤其涉及一种石油行业安全隐患关键要素提取方法、装置、服务器及存储介质。
背景技术
现场安全检查是石油石化行业安全管理的重要途经和手段,通过信息化的现场安全检查工具检查出来的安全隐患是安全管理人员评价现场安全状况,制定下步针对性安全防范措施的重要数据来源。然而很长时间以来,来源于现场的安全隐患数据多为现场安全员人工记录的隐患描述,其表现形式往往为针对某项作业或某种设备的一小段文字描述。
在实现本发明的过程中,发明人发现如下技术问题:由于安全隐患数据为文字描述,其并非结构化数据。因此,其无法利用传统的方式进行统计。如果需要统计,则必须采用人工进行筛选、分类。则会消耗大量的人力,并且容易产生疏漏。
发明内容
本发明实施例提供了一种石油行业安全隐患关键要素提取方法、装置、服务器及存储介质,以解决上述提到的技术问题。
第一方面,本发明实施例提供了一种石油行业安全隐患关键要素提取方法,包括:
接收现场隐患记录描述文本;
将所述现场隐患记录描述文本输入词向量神经网络;
根据所述词向量神经网络输出的隐患词词向量矩阵利用逻辑回归模型得到分类标注结果。
进一步的,在将所述现场隐患记录描述文本输入词向量神经网络之前,还包括:
将训练现场隐患记录描述文本、分词结果和标注结果输入词向量神经网络进行训练。
进一步的,所述利用逻辑回归模型得到分类标注结果,包括:
构造假设函数;
构造损失函数;
利用梯度下降法,求出最优参数,根据所述最优参数确定逻辑回归模型。
进一步的,所述构造假设函数采用如下方式实现:
其中θ为需要求得的参数,x为自变量,θ与x可用矩阵表示。
进一步的,所述构造损失函数采用如下方式实现:
其中θ为需要求得的参数,x为自变量,θ与x可用矩阵表示,θT=[θ0θ1θ2...θn],xT=[x0x1x2...xn],n为样本特征数,T为转置。
进一步的,所述利用梯度下降法,求出最优参数,包括:
对损失函数求偏导数,指定步长a,求出每次参数移动的大小,参数更新公式如下:
多次更新求出最优参数θ的值。其中a为步长或者学习率。
进一步的,在利用逻辑回归模型得到分类标注结果之后,所述方法还包括:
根据所述分类标注结果进行可视化展示。
更进一步的,所述根据所述分类标注结果进行可视化展示,包括:
接收分类标注结果的筛选条件选取命令;
根据所述筛选条件筛选分类标注结果;
对筛选后的分类标注结果进行图标显示。
第二方面,本发明实施例还提供了一种石油行业安全隐患关键要素提取装置,包括:
接收模块,用于接收现场隐患记录描述文本;
输入模块,用于将所述现场隐患记录描述文本输入词向量神经网络;
得到模块,用于根据所述词向量神经网络输出的隐患词词向量利用逻辑回归模型得到分类标注结果。
进一步的,所述词向量神经网络还用于:
将所述现场隐患记录描述文本进行分词,并得到分词结果。
进一步的,所述装置还包括:
训练模块,用于将训练现场隐患记录描述文本、分词结果和标注结果输入词向量神经网络进行训练。
进一步的,所述得到模块包括:
假设函数构造单元,用于构造假设函数;
损失函数构造单元,用于构造损失函数;
模型确定单元,用于利用梯度下降法,求出最优参数,根据所述最优参数确定逻辑回归模型。
进一步的,所述构造假设函数采用如下方式实现:
其中θ为需要求得的参数,x为自变量,θ与x可用矩阵表示。
进一步的,所述构造损失函数采用如下方式实现:
其中θ为需要求得的参数,x为自变量,θ与x可用矩阵表示,θT=[θ0θ1θ2...θn],xT=[x0x1x2...xn],n为样本特征数,T为转置。
进一步的,所述模型确定单元用于:对损失函数求偏导数,指定步长a,求出每次参数移动的大小,参数更新公式如下:
多次更新求出最优参数θ的值。其中a为步长或者学习率。
进一步的,所述装置还包括:
可视化展示模块,用于根据所述分类标注结果进行可视化展示。
更进一步的,所述可视化展示模块,包括:
接收单元,用于接收分类标注结果的筛选条件选取命令;
筛选单元,用于根据所述筛选条件筛选分类标注结果;
显示单元,用于对筛选后的分类标注结果进行图表显示。
第三方面,本发明实施例还提供了一种服务器,所述服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述实施例提供的任一所述的石油行业安全隐患关键要素提取方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的任一所述的石油行业安全隐患关键要素提取方法。
本发明实施例提供的石油行业安全隐患关键要素提取方法、装置、服务器及存储介质,通过接收现场隐患记录描述文本;将所述现场隐患记录描述文本输入词向量神经网络;根据所述词向量神经网络输出的隐患词词向量利用逻辑回归模型得到分类标注结果。利用神经网络可以提取多种词语的特征的优势,并用逻辑回归算法针对提取的特征进行分类,避免神经网络自动加权带来的分类不准确的缺点,能够有效对词语标签进行准确的分类,实现将描述文本转换为结构性的特征。能够实现对石油行业安全隐患关键要素的准确提取,便于对各种安全隐患进行统计。有效指导安全工作。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明实施例一提供的石油行业安全隐患关键要素提取方法的流程示意图;
图2是本发明实施例二提供的石油行业安全隐患关键要素提取方法的流程示意图;
图3是本发明实施例三提供的石油行业安全隐患关键要素提取装置的结构示意图;
图4是本发明实施例四提供的服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供石油行业安全隐患关键要素提取方法的流程示意图,本实施例可适用于对石油行业安全隐患中的关键要素进行提取的情况,该方法可以由石油行业安全隐患关键要素提取装置来执行,并可集成于石油行业安全检查系统服务器中,具体包括如下步骤:
S110,接收现场隐患记录描述文本。
长时间以来,来源于现场的安全隐患数据多为现场安全员人工记录的隐患描述,其表现形式往往为针对某项作业或某种设备的一小段文字描述。例如:“泥浆泵高压管线由于连接没有安装安全链,打压时管线甩动幅度过大可能造成人员伤害。”在本实施例中,可以通过接收现场安全员配备的手持终端上传现场隐患记录描述文本。可选的,隐患描述文本可以是txt文本、excel文件、csv文件等。可以通过上述文件批量导入现场隐患记录描述文本。
S120,将所述现场隐患记录描述文本输入词向量神经网络。
在机器学习和相关领域,人工神经网络(人工神经网络)的计算模型灵感来自动物的中枢神经系统(尤其是脑),并且被用于估计或可以依赖于大量的输入和一般的未知近似函数。人工神经网络通常呈现为相互连接的“神经元”,它可以从输入的计算值,并且能够机器学习以及模式识别由于它们的自适应性质的系统。在本实施例中,所述词向量神经网络是一种三层神经网络,包括:,输入层-隐层-输出层,在输入层和隐层之间的权重矩阵就是需要的词向量。与常用的神经网络不同,其目的并非是分类或者直接给出一个相应的判断结果,其目的是寻找到现场隐患记录描述文本中各种词汇的词向量。
在实际过程中,现场隐患记录描述文本通常为长语句,因此,首先需要将其分为词汇。可选的,可以通过现有的各种分词工具将长语句分为若干词汇。例如:利用解霸等工具进行分词,以得到现场隐患记录描述文本中的所有词汇。并去除相应的各种虚词和助词。
此外,也可通过对词向量神经网络进行训练,使之能够进行分词。
在本实施例中,首先应对词向量神经网络进行训练,使之能够完成确定每个词汇的词向量的目的。
采用自然语言处理算法,对隐患描述等进行分析,需首先建立专业词库,包括隐患主体,如设备;实际发生地点;所涉及的问题;以及带来的危害。通过专业词库的建立,实现主体词的抓取及断句。示例性的,将标注数据按照’标签-内容’的格式生成样本集,标签为“设备”、“位置”、“状态”、“危害”,内容则为标注后的单个分词,如“防砂设备”、“上甲板”。
建立专业词库,需对隐患记录进行人工标注。标注人员对未标注隐患描述文本进行标注,使用分词工具将隐患描述文本拆分成一组单个词语,如果有些结果未正确分词,可以对其进行点击进行重新分词和重组,组成正确的词组,然后在这组词语中分别选择设备、位置、状态和危害相关词语。每个类别可包含多个词语,对设备和位置,前后词语具有隶属关系,对状态和危害,前后词语是并列关系。可以将上述标注结果和未标注隐患描述文本输入到词向量神经网络,对词向量神经网络进行训练,以使得词向量神经网络后续能够对输入的原始隐患描述文本进行处理,输出相应的词汇的向量。所述词向量神经网络在经过训练后,可以实现对场隐患记录描述文本的特征进行提取,示例性的,可以包括如下步骤:
进行特征提取并将特征转化为词向量。加载word2vec模型,输入每一个分词,获取分词的词向量,根据分词词频计算tf-idf值,并提取出word2vec特征、tf-idf特征、标签名编号、分词字符数、分词在原文本的位置等特征。特征提取是指将机器学习算法不能识别的原始数据转化为算法可以识别的特征的过程。TF-IDF(term frequency–inverse documentfrequency)是一种用于信息检索与数据挖掘的常用加权技术。TF意思是词频(TermFrequency),IDF意思是逆文本频率指数(Inverse Document Frequency)。用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加,但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜索引擎应用,作为文件与用户查询之间相关程度的度量或评级。由于分词具有多种特征,但采用更多的特征不仅会增加运算量,而且也会对精度产生影响。经过发明人多次试验,采用上述特征能够实现较高的精确度。将上述向量可以采用归一化处理,以方便后生成词向量矩阵。
对输入的样本集的每个分词进行词频统计,将样本集的各单词转化为独热码,独热码,在英文文献中称做one-hot code,直观来说就是有多少个状态就有多少比特,而且只有一个比特为1,其他全为0的一种码制。利用独热码可以简化单词的相应文本信息,将其转换为二进制数据,并可通过其中一位来实现不同词汇之间的区分。假设单词向量空间dim为V,上下文单词个数为C。将所有独热码分别乘以共享的输入权重矩阵W.W是V*N矩阵,N为自定义数值。
W矩阵即为词向量矩阵,里面包含每一个分词的词向量。在二维坐标中,可以用两个向量的余弦距离来表示两个向量的距离关系,此关系可以拓展至N维。类似的,可以把词看作向量,词的各个属性看作坐标,来计算词向量之间的余弦距离,以此来表示词与词之间的关系,余弦距离的值越接近1,则表示词与词之间的关系越大。
S130,根据所述词向量神经网络输出的隐患词词向量矩阵利用逻辑回归模型得到分类标注结果。
由于利用神经网络进行分类识别中部分识别过程不可控,只能通过部分调整权值或者增加新的网络层,不仅需要反复大量实验,或者修改网络模型才能达到比较满意的识别效果。因此,在本实施例中,进行分类的工作不由相应的神经网络完成,而是利用逻辑回归模型实现分类标注。
示例性的,所述逻辑回归模型接收上述词向量神经网络输出的隐患词词向量,并根据所述隐患词词向量计算得到分类标注结果。
示例性的,所述利用逻辑回归模型得到分类标注结果,包括:构造假设函数;构造损失函数;利用梯度下降法,求出最优参数,根据所述最优参数确定逻辑回归模型。所述构造假设函数采用如下方式实现:
其中θ为需要求得的参数,x为自变量,θ与x可用矩阵表示。
所述构造损失函数采用如下方式实现:
其中θ为需要求得的参数,x为自变量,θ与x可用矩阵表示θT=[θ0θ1θ2...θn],xT=[x0x1x2...xn],n为样本特征数,T为转置。
所述利用梯度下降法,求出最优参数,包括:
对损失函数求偏导数,指定步长a,求出每次参数移动的大小,参数更新公式如下:
多次更新求出最优参数θ的值。其中a为步长或者学习率。xT=[x0x1x2...xn]即为上述词向量矩阵。将其带入逻辑回归模型中。逻辑回归模型是一种有监督的统计学习方法,利用该思想,可以根据多种特征进行分类。分类结果即是隐患关键要素。通过上述方法即可实现石油行业安全隐患关键要素的提取。
本实施例通过接收现场隐患记录描述文本;将所述现场隐患记录描述文本输入词向量神经网络;根据所述词向量神经网络输出的隐患词词向量利用逻辑回归模型得到分类标注结果。利用神经网络可以提取多种词语的特征的优势,并用逻辑回归算法针对提取的特征进行分类,避免神经网络自动加权带来的分类不准确的缺点,能够有效对词语标签进行准确的分类,实现将描述文本转换为结构性的特征。能够实现对石油行业安全隐患关键要素的准确提取,便于对各种安全隐患进行统计。有效指导安全工作。
实施例二
图2为本发明实施例二提供的石油行业安全隐患关键要素提取方法的流程示意图。本实施例以上述实施例为基础进行优化,在本实施例中,在利用逻辑回归模型得到分类标注结果之后,增加如下步骤:根据所述分类标注结果进行可视化展示。
相应的,本实施例所提供的石油行业安全隐患关键要素提取方法,具体包括:
S210,接收现场隐患记录描述文本。
S220,将所述现场隐患记录描述文本输入词向量神经网络。
S230,根据所述词向量神经网络输出的隐患词词向量矩阵利用逻辑回归模型得到分类标注结果。
S240,根据所述分类标注结果进行可视化展示。
大量研究结果表明人类通过图形获取信息的速度比通过阅读文字获取信息的速度要快很多,将数据以饼状图等图形的形式展现出来,能够帮助使用者更快的识别数据的结果和趋势。在本实施例中,由于已经将现场隐患纪录文本这种非结构数据通过上述方法转换为关键要素结构数据。因此,可以将结构数据存储数据库中,并利用现有的图形展示工具将数据转换为相应的饼状图或者柱形图等多种可视化数据图像。在可视化的分析下,数据将每一维的值分类、排序、组合和显示,这样就可以看到表示对象或事件的数据的多个属性或变量。利用可视化数据能够让用户深入了解细节层次,便于对数据进行分析,进而确定安全隐患的规律。
本实施例通过在利用逻辑回归模型得到分类标注结果之后,增加如下步骤:根据所述分类标注结果进行可视化展示。利用可视化数据能够让用户深入了解细节层次,便于对数据进行分析,进而确定安全隐患的规律。
在本实施例的一个优选实施方式中,所述根据所述分类标注结果进行可视化展示,还可包括:接收分类标注结果的筛选条件选取命令;根据所述筛选条件筛选分类标注结果;对筛选后的分类标注结果进行图标显示。示例性的,可以通过设定接口,工作人员通过所述接口可以接收相应的查询指令,利用查询指令可以限定查询条件,并根据查询条件返回相应的查询结果,并对查询结果进行可视化展示。示例性的,定一级统计维度,包括公司、子公司、位置区域等条件,可生成该维度的统计结果。二级统计维度可增加设备、隐患类型、隐患位置、隐患原因、隐患管理级别、整改建议、整改措施、整改完成及验收情况等多个维度过滤标签,树形结构实现过滤结果。可视化数据展示图表可选择雷达图、柱状图、饼状图、表格等。或者可自定义添加过滤标签的数量,实现多级过滤条件,并将查询获取到的数据以图表的形式展现在前端页面,可另存为保存查询结果。通过上述优化,可以实现有针对性的可视化展示。
实施例三
图3是本发明实施例三提供的石油行业安全隐患关键要素提取装置的结构示意图,如图3所示,所述装置包括:
接收模块310,用于接收现场隐患记录描述文本;
输入模块320,用于将所述现场隐患记录描述文本输入词向量神经网络;
得到模块330,用于根据所述词向量神经网络输出的隐患词词向量利用逻辑回归模型得到分类标注结果。
本实施例提供的石油行业安全隐患关键要素提取装置,通过接收现场隐患记录描述文本;将所述现场隐患记录描述文本输入词向量神经网络;根据所述词向量神经网络输出的隐患词词向量利用逻辑回归模型得到分类标注结果。利用神经网络可以提取多种词语的特征的优势,并用逻辑回归算法针对提取的特征进行分类,避免神经网络自动加权带来的分类不准确的缺点,能够有效对词语标签进行准确的分类,实现将描述文本转换为结构性的特征。能够实现对石油行业安全隐患关键要素的准确提取,便于对各种安全隐患进行统计。有效指导安全工作。
在上述各实施例的基础上,所述词向量神经网络还用于:
将所述现场隐患记录描述文本进行分词,并得到分词结果。
在上述各实施例的基础上,所述装置还包括:
训练模块,用于将训练现场隐患记录描述文本、分词结果和标注结果输入词向量神经网络进行训练。
在上述各实施例的基础上,所述得到模块包括:
假设函数构造单元,用于构造假设函数;
损失函数构造单元,用于构造损失函数;
模型确定单元,用于利用梯度下降法,求出最优参数,根据所述最优参数确定逻辑回归模型。
在上述各实施例的基础上,所述构造假设函数采用如下方式实现:
其中θ为需要求得的参数,x为自变量,θ与x可用矩阵表示。
在上述各实施例的基础上,所述构造损失函数采用如下方式实现:
其中θ为需要求得的参数,x为自变量,θ与x可用矩阵表示,θT=[θ0θ1θ2...θn],xT=[x0x1x2...xn],n为样本特征数,T为转置。
在上述各实施例的基础上,所述模型确定单元用于:对损失函数求偏导数,指定步长a,求出每次参数移动的大小,参数更新公式如下:
多次更新求出最优参数θ的值。其中a为步长或者学习率。
在上述各实施例的基础上,所述装置还包括:
可视化展示模块,用于根据所述分类标注结果进行可视化展示。
在上述各实施例的基础上,所述可视化展示模块,包括:
接收单元,用于接收分类标注结果的筛选条件选取命令;
筛选单元,用于根据所述筛选条件筛选分类标注结果;
显示单元,用于对筛选后的分类标注结果进行图表显示。
本发明实施例所提供的石油行业安全隐患关键要素提取装置可执行本发明任意实施例所提供的石油行业安全隐患关键要素提取方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性服务器12的框图。图4显示的服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,服务器12以通用计算设备的形式表现。服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备/服务器/服务器12交互的设备通信,和/或与使得该服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的石油行业安全隐患关键要素提取方法。
实施例五
本发明实施例五还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的石油行业安全隐患关键要素提取方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种石油行业安全隐患关键要素提取方法,其特征在于,包括:
接收现场隐患记录描述文本;
将所述现场隐患记录描述文本输入词向量神经网络;
根据所述词向量神经网络输出的隐患词词向量矩阵利用逻辑回归模型得到分类标注结果。
2.根据权利要求1所述的方法,其特征在于,所述词向量神经网络还用于:
将所述现场隐患记录描述文本进行分词,并得到分词结果。
3.根据权利要求1所述的方法,其特征在于,在将所述现场隐患记录描述文本输入词向量神经网络之前,还包括:
将训练现场隐患记录描述文本、分词结果和标注结果输入词向量神经网络进行训练。
4.根据权利要求1所述的方法,其特征在于,所述利用逻辑回归模型得到分类标注结果,包括:
构造假设函数;
构造损失函数;
利用梯度下降法,求出最优参数,根据所述最优参数确定逻辑回归模型。
5.根据权利要求1所述的方法,其特征在于,所述构造假设函数采用如下方式实现:
其中θ为需要求得的参数,x为自变量,θ与x可用矩阵表示。
6.根据权利要求4所述的方法,其特征在于,所述构造损失函数采用如下方式实现:
其中θ为需要求得的参数,x为自变量,θ与x可用矩阵表示,θT=[θ0θ1θ2...θn],xT=[x0x1x2...xn],n为样本特征数,T为转置。
7.根据权利要求4所述的方法,其特征在于,所述利用梯度下降法,求出最优参数,包括:
对损失函数求偏导数,指定步长a,求出每次参数移动的大小,参数更新公式如下:
多次更新求出最优参数θ的值。其中a为步长或者学习率。
8.根据权利要求1所述的方法,其特征在于,在利用逻辑回归模型得到分类标注结果之后,所述方法还包括:
根据所述分类标注结果进行可视化展示。
9.根据权利要求8所述的方法,其特征在于,所述根据所述分类标注结果进行可视化展示,包括:
接收分类标注结果的筛选条件选取命令;
根据所述筛选条件筛选分类标注结果;
对筛选后的分类标注结果进行图表显示。
10.一种石油行业安全隐患关键要素提取装置,其特征在于,包括:
接收模块,用于接收现场隐患记录描述文本;
输入模块,用于将所述现场隐患记录描述文本输入词向量神经网络;
得到模块,用于根据所述词向量神经网络输出的隐患词词向量利用逻辑回归模型得到分类标注结果。
11.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的石油行业安全隐患关键要素提取方法。
12.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-9中任一所述的石油行业安全隐患关键要素提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910659419.0A CN110347805A (zh) | 2019-07-22 | 2019-07-22 | 石油行业安全隐患关键要素提取方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910659419.0A CN110347805A (zh) | 2019-07-22 | 2019-07-22 | 石油行业安全隐患关键要素提取方法、装置、服务器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110347805A true CN110347805A (zh) | 2019-10-18 |
Family
ID=68179515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910659419.0A Pending CN110347805A (zh) | 2019-07-22 | 2019-07-22 | 石油行业安全隐患关键要素提取方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110347805A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110928988A (zh) * | 2019-10-29 | 2020-03-27 | 南京理工大学 | 一种厂房内安全隐患危险等级的快速预估方法 |
CN112862241A (zh) * | 2020-12-30 | 2021-05-28 | 广州智能科技发展有限公司 | 基于应急安全生产的隐患识别方法、设备及介质 |
CN113221556A (zh) * | 2021-05-07 | 2021-08-06 | 深圳博沃智慧科技有限公司 | 安全生产隐患的识别方法、装置及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107436597A (zh) * | 2017-07-17 | 2017-12-05 | 华南理工大学 | 一种基于稀疏过滤和逻辑回归的化工过程故障检测方法 |
CN107748898A (zh) * | 2017-11-03 | 2018-03-02 | 北京奇虎科技有限公司 | 文件分类方法、装置、计算设备及计算机存储介质 |
CN109460005A (zh) * | 2018-11-01 | 2019-03-12 | 上海理工大学 | 基于gru深度神经网络的动态工业过程故障诊断方法 |
US20190156211A1 (en) * | 2017-11-21 | 2019-05-23 | International Business Machines Corporation | Feature extraction using multi-task learning |
CN109800310A (zh) * | 2018-12-03 | 2019-05-24 | 国网浙江省电力有限公司杭州供电公司 | 一种基于结构化表达的电力运维文本分析方法 |
-
2019
- 2019-07-22 CN CN201910659419.0A patent/CN110347805A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107436597A (zh) * | 2017-07-17 | 2017-12-05 | 华南理工大学 | 一种基于稀疏过滤和逻辑回归的化工过程故障检测方法 |
CN107748898A (zh) * | 2017-11-03 | 2018-03-02 | 北京奇虎科技有限公司 | 文件分类方法、装置、计算设备及计算机存储介质 |
US20190156211A1 (en) * | 2017-11-21 | 2019-05-23 | International Business Machines Corporation | Feature extraction using multi-task learning |
CN109460005A (zh) * | 2018-11-01 | 2019-03-12 | 上海理工大学 | 基于gru深度神经网络的动态工业过程故障诊断方法 |
CN109800310A (zh) * | 2018-12-03 | 2019-05-24 | 国网浙江省电力有限公司杭州供电公司 | 一种基于结构化表达的电力运维文本分析方法 |
Non-Patent Citations (4)
Title |
---|
曹祺等: "《情报学视域下的数据研究理论、原理与方法》", 31 October 2018, 《武汉:武汉大学出版社》 * |
裔隽等: "《Python机器学习实战》", 28 February 2018, 《北京:科学技术文献出版社》 * |
谢斌红等: "煤矿安全隐患信息自动分类方法", 《工矿自动化》 * |
陈敏等: "《认知计算导论》", 31 May 2017, 《武汉:华中科技大学出版社》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110928988A (zh) * | 2019-10-29 | 2020-03-27 | 南京理工大学 | 一种厂房内安全隐患危险等级的快速预估方法 |
CN110928988B (zh) * | 2019-10-29 | 2022-10-14 | 南京理工大学 | 一种厂房内安全隐患危险等级的快速预估方法 |
CN112862241A (zh) * | 2020-12-30 | 2021-05-28 | 广州智能科技发展有限公司 | 基于应急安全生产的隐患识别方法、设备及介质 |
CN113221556A (zh) * | 2021-05-07 | 2021-08-06 | 深圳博沃智慧科技有限公司 | 安全生产隐患的识别方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021253904A1 (zh) | 测试案例集生成方法、装置、设备及计算机可读存储介质 | |
US10482174B1 (en) | Systems and methods for identifying form fields | |
CA2886581C (en) | Method and system for analysing sentiments | |
US20220004878A1 (en) | Systems and methods for synthetic document and data generation | |
RU2760471C1 (ru) | Способы и системы идентификации полей в документе | |
US11816138B2 (en) | Systems and methods for parsing log files using classification and a plurality of neural networks | |
CN111046142A (zh) | 文本审查方法、装置、电子设备及计算机存储介质 | |
CN110347805A (zh) | 石油行业安全隐患关键要素提取方法、装置、服务器及存储介质 | |
CN112052424B (zh) | 一种内容审核方法及装置 | |
JP2011248596A (ja) | 画像入り文書の検索システム及び検索方法 | |
US20150286706A1 (en) | Forensic system, forensic method, and forensic program | |
CN111680506A (zh) | 数据库表的外键映射方法、装置、电子设备和存储介质 | |
KR102457455B1 (ko) | 인공지능 기반의 미술품 가격 예측 장치 및 방법 | |
KR20220083450A (ko) | 설명 가능한 인공지능을 이용한 법률 문서 유사도 분석 시스템 및 방법 | |
CN105740879A (zh) | 基于多模态判别分析的零样本图像分类方法 | |
CN116402166B (zh) | 一种预测模型的训练方法、装置、电子设备及存储介质 | |
EP3640861A1 (en) | Systems and methods for parsing log files using classification and a plurality of neural networks | |
CN114842982B (zh) | 一种面向医疗信息系统的知识表达方法、装置及系统 | |
CN108021595A (zh) | 检验知识库三元组的方法及装置 | |
Dahanayake et al. | Plagiarism Detection Tool for Enhanced Entity-Relationship Diagrams | |
US11900060B2 (en) | Information processing device, information processing method, and computer program product | |
CN114417860A (zh) | 一种信息检测方法、装置及设备 | |
KR102265947B1 (ko) | 기계 학습 기반 정보 제공 방법 및 장치 | |
CN112561714B (zh) | 基于nlp技术的核保风险预测方法、装置及相关设备 | |
CN115373982A (zh) | 基于人工智能的测试报告分析方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191018 |
|
RJ01 | Rejection of invention patent application after publication |