[发明专利]作业票流程管理系统

权利要求书

1.作业票流程管理系统，包括

自动化行业知识提取模块，从作业规范、安全规范等行业文件的电子文本中自动提取实体和实体间的关系，从而自动化构建包含行业知识的结构化行业知识图谱；所述的知识图谱由隐式知识图谱和显式知图谱共同构成；预训练的深度学习语言模型本身构成隐式知识图谱，从语言模型中自动化提取的实体和关系构造的传统图结构知识图谱构成显式知识图谱。所述的自动提取实体和实体间的关系是利用深度学习语言模型完成的。

基于知识图谱的作业流程和安全风险提议模块，利用所述的隐式知识图谱和显式知识图谱，对于给定的工业作业的文本描述，给出包含该作业标准化作业流程建议和安全风险提示的电子作业票模板；

电子作业票管理模块，完成电子作业票签发，审批，统计报表等功能；

自动化流程规范和安全风险监控模块，根据电子作业票中的作业流程规范和安全风险的自然语言文本描述自动对系统中现有的机器学习算法进行查找、编排和部署，从而实现对作业流程和安全风险的自动化监控和报警。

2.如权利要求1所述的作业票流程管理系统，其特征在于所述的自动化行业知识提取模块的深度学习语言模型是基于Transformer的。

3.如权利要求1所述的作业票流程管理系统，其特征在于所述的深度学习语言模型为Bert模型。

4.如权利要求1所述的作业票流程管理系统，其特征在于所述的深度学习语言模型为GPT模型。

5.如权利要求1所述的作业票流程管理系统，其特征在于所述的自动化行业知识提取模块的训练流程为：首先利用电子文本数据通过“缺失文本预测”和“利用前文进行下文预测”两种预训练任务对深度学习语言模型进行预训练，从而得到包含行业知识的预训练模型；取得预训练模型后，隐式知识图谱即为该深度学习语言模型的编码器部分；随后，利用预训练模型中的注意力模块及特定的过滤规则自动化构建结构化的显式知识图谱；当新的行业文件出台后，所述的自动化行业知识提取模块会自动利用新的行业文件对现有模型进行微调，并重新构建显式知识图谱，从而实现行业知识图谱的全自动化构建和更新。

6.如权利要求1所述的作业票流程管理系统，其特征在于所述的基于知识图谱的作业流程和安全风险提议模块的构建流程为：建立一个由大量作业描述、作业流程和潜在的安全风险的三元组文本数据构成的电子作业票数据库；从由显式知识图谱和隐式知识图谱共同构成的知识图谱中查询作业流程和安全风险信息；对作业流程和安全风险信息用自然语言文本描述；在分别得到从显式和隐式知识图谱中推理的作业流程和安全风险信息自然语言文本描述后，计算所述作业流程和安全风险信息两两间相似度，去除重复的信息，从而得到最终的作业流程和安全风险建议。

7.如权利要求6所述的作业票流程管理系统，其特征在于所述的显式图谱作业流程和安全风险信息的查询方法为传统的基于NLP的方法，该方法首先对作业的文本描述进行分词和词性标注，根据预定义的关键词和规则匹配生成查询语句。

8.如权利要求6所述的作业票流程管理系统，其特征在于所述的显式知识图谱的作业流程和安全风险信息的查询方法为基于预训练的深度学习语言模型实现从作业文本描述到知识图谱查询语句的过程；预训练过程使用由作业文本描述和对应的查询语句构成的二元组数据集。

9.如权利要求7和8所述的作业票流程管理系统，其特征在于所述的显式知识图谱的作业流程和安全风险信息是通过传统的基于NLP的方法和基于预训练的深度学习语言模型的方法共同产生的，并且通过固定的文本模板生成对应的自然语言文本描述。

10.如权利要求6所述的作业票流程管理系统，其特征在于所述的隐式知识图谱的作业流程和安全风险信息的自然语言文本描述是通过一个解码器直接从作业文本描述生成的。