[发明专利]基于知识图谱的化学品存储智能分类方法及装置在审

专利信息
申请号: 202010281588.8 申请日: 2020-04-10
公开(公告)号: CN113515679A 公开(公告)日: 2021-10-19
发明(设计)人: 刘小萌;陈金合;翟良云;慕晶霞;郭宗舟;丁子洋 申请(专利权)人: 应急管理部化学品登记中心;中国石油化工股份有限公司;中国石油化工股份有限公司青岛安全工程研究院
主分类号: G06F16/906 分类号: G06F16/906
代理公司: 北京润平知识产权代理有限公司 11283 代理人: 肖冰滨;王晓晓
地址: 266071 *** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 知识 图谱 化学品 存储 智能 分类 方法 装置
【说明书】:

发明实施方式提供一种基于知识图谱的化学品存储智能分类方法及装置,属于化学品安全技术领域。方法包括:获取化学品存储规则及各化学品的安全基础数据;依据安全基础数据,提取各化学品实体对应的实体数据;依据存储规则,生成表征任意两种化学品之间的存储关系的存储关系数据;依据实体数据和存储关系数据建立化学品知识图谱。本发明通过从化学品的安全基础数据中提取化学品实体数据,并依据存储规则建立表征任意两种化学品之间存储关系的存储关系数据,从而依据得到的所有知识数据建立化学品知识图谱,通过化学品知识图谱实现化学品储存的智能分类,能够有效降低化学品储存环节风险,提高工作效率。

技术领域

本发明涉及化学品安全技术领域,具体地涉及一种基于知识图谱的化学品存储智能分类方法及一种基于知识图谱的化学品存储智能分类装置。

背景技术

在化学品安全领域,化学品的储存是非常重要的一环。在储存环节中,依据化学品的理化性质、危险性和灭火方式等不同,其储存要求各不相同,同时,在不同的储存场所,化学品的储存规则也存在差异,并且化学品储存环节还存在着品种多、存量大的特点。在化学品安全领域,储存一直是管理的薄弱环节。化学品储存主要依靠工作人员查询规则或依据经验来进行。这样的方法对从业人员要求高,并且存在效率低下、准确性低的问题,一旦发生错误,就会造成重大的安全隐患。因此急需一种方法,能够根据化学品性质及储存规则,自动形成储存方案,从而避免因储存方法错误而造成的化学品安全隐患。知识图谱具有数据结构简单的特点,还具有挖掘深度关系的功能,从技术特点上来看,与化学品储存的需求相契合。但目前知识图谱大多为通用型知识图谱,其专业领域数据缺乏、关系结构简单,在特定行业应用存在诸多不足。

发明内容

本发明实施方式的目的是通过基于化学品的安全基础数据及存储规则数据建立知识图谱,以至少解决现有化学品存储依赖于人工,效率低且准确率低的问题。

为了实现上述目的,在本发明的第一方面,提供一种基于知识图谱的化学品存储智能分类方法,包括:

获取化学品存储规则及各化学品的安全基础数据;

依据所述安全基础数据,提取各化学品实体对应的实体数据;

依据所述存储规则,生成表征任意两种化学品实体之间的存储关系的存储关系数据;

依据所述实体数据和所述存储关系数据建立化学品知识图谱。

可选地,所述实体数据包括:化学品中文名、CAS号、闪点、沸点GHS分类、TDG分类或化学品的基本类别。

可选地,所述存储关系包括混储及禁配;其中,所述混储表示两种化学品能够存储在同一单元,所述禁配表示两种化学品不能存储在同一单元。

可选地,所述方法还包括:

响应于用户端发送的第一查询指令,识别所述第一查询指令对应的第一化学品实体,并依据所述第一化学品实体向所述用户端返回所述第一化学品实体对应的实体数据。

可选地,所述方法还包括:

响应于用户端发送的导入指令,识别所述导入指令对应的第二化学品实体的实体数据,查询所述知识图谱中是否存在所述第二化学品实体的实体数据,若不存在,则将所述第二化学品实体的实体数据存储至所述知识图谱中,所述第二化学品实体的实体数据至少包括化学品中文名或CAS号。

可选地,所述方法还包括:

响应于用户端发送的第二查询指令,识别所述第二查询指令对应的所有化学品实体,获取表征所述第二查询指令对应的所有化学品实体中的任意两种化学品实体之间的存储关系数据;以及

将所述存储关系数据返回至所述用户端,所述第二查询指令至少对应两种化学品实体。

在本发明的第二方面,提供一种基于知识图谱的化学品存储智能分类装置,包括:

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应急管理部化学品登记中心;中国石油化工股份有限公司;中国石油化工股份有限公司青岛安全工程研究院,未经应急管理部化学品登记中心;中国石油化工股份有限公司;中国石油化工股份有限公司青岛安全工程研究院许可,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/202010281588.8/2.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