[发明专利]一种人机事故原因自动分析方法、系统及电子设备

说明书

本发明提供了一种人机事故原因自动分析方法、系统及电子设备，包括获取人机协作事故的事故报告；将事故报告输入到预先训练好的词嵌入模型将文本数据转化为高维空间中的词向量；通过构建的门控循环单元网络提取其中的语义关联关系，实现对导致事故发生原因的自动判别。本发明通过混合监督学习的方式，可以利用现有词嵌入方法，避免了对于大量训练文本数据的需求，成本低廉，易于在实际生产场景中使用；同时，采用混合监督学习的方式构建门控循环单元网络，可以有效挖掘文本数据的上下文关联信息，自动判别准确率高，摆脱了对于行业专家主观经验的依赖，可拓展性强。

技术领域

本发明属于文本分类技术领域，特别涉及一种人机事故原因自动分析方法、系统及电子设备。

背景技术

人机协作是人与机器人在共享空间内能够自然交互、自主适应复杂动态环境并协作作业的制造新模式。因其高敏捷、高柔性等优势，人机协作已成为各国争相抢占的智能制造战略高地。而我国是制造业大国，近年来机器伤人事故频发且后果严重，对数以亿计从业人员的人身安全构成巨大威胁。究其原因是复杂生产作业环境中多种混合不确定因素共同作用的结果，缺乏对人机协作事故原因的深入分析，难以实现人机协作风险控制决策，已成为制约人机高效共融进一步发展的瓶颈。因此，迫切需要采取合适的手段来实现对于人机协作事故原因的自动分析以预防后续类似事故的发生。

但现有方法多采用基于专家经验的人工方法来从非结构化的安全分析报告、法规标准等安全分析原始语料中抽取语义关系，构建规范化的安全知识库。存在受专家主观因素影响、效率低下且准确率有限的局限，难以应对人机协作大规模应用带来事故风险增加。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种人机事故原因自动分析方法、系统及电子设备，能快速对导致人机协作事故的原因进行自动分类，摆脱对于行业专家主观经验的依赖，为相关事故的预防和政策的出台提供决策依据。

本发明的技术解决方案是：

一种人机协作事故原因自动分析方法，包括以下步骤：

1)构建词嵌入模型和门控循环单元网络，所述词嵌入模型对输入的文本数据的词向量进行提取；所述门控循环单元网络根据输入的词向量对文本数据的文本特征进行提取和分类；

2)设置人机协作事故报告结构化模板；

3)获取历史发生的人机协作事故报告集合，并对各人机协作事故报告的事故原因进行标注；在此基础上根据人机协作事故报告结构化模板生成历史人机协作事故报告结构化文本数据集；

4)使用历史人机协作事故报告结构化文本数据集对词嵌入模型进行训练，得到人机协作词嵌入模型，所述人机协作词嵌入模型能够提取人机协作事故报告结构化文本数据的词向量；

5)使用所述人机协作词嵌入模型提取历史人机协作事故报告结构化文本数据集中各文本数据的词向量，对所述门控循环单元网络进行训练，得到人机协作事故原因分类模型，所述人机协作事故原因分类模型根据人机协作事故报告的词向量提取文本特征，再将提取的文本特征与标注的事故原因进行耦合，输出文本特征对应的事故原因；

6)获取待分析的人机协作事故报告，根据人机协作事故报告结构化模板生成其结构化文本数据，采用词嵌入模型提取词向量并输入人机协作事故原因分类模型中，获取待分析的人机协作事故报告对应的事故原因。

优选的，所述步骤5)中，对所述门控循环单元网络进行训练，具体包括以下步骤：

11)基于从历史人机协作事故报告结构化文本数据中提取的词向量，采用初始化的超参数开展门控循环单元网络参数的初始训练；

12)计算初始训练下门控循环单元网络的输出结果与标注的人机协作事故报告的事故原因之间的交叉熵作为差异损失，当差异损失小于阈值时，完成门控循环单元网络的训练；当差异损失大于阈值时，进入步骤13)；