[发明专利]一种自学习的事故文字标签与摘要生成系统及其方法

摘要

本发明提供一种自学习的事故文字标签与摘要生成系统及其方法，包括分词模块、词向量训练模块、词向量模型模块、关键词生成模块、关键词库模块、文字标签生成模块，文字标签库模块、文字标签分类模块、事故摘要生成模块、事故库模块；本发明技术方案据已有事故集生成事故的词向量模型与关键词库，使用关键词库结合上下得到文字标签，并使用词向量模型合并相近文字标签，生成文字标签库，使用文字标签库对新事故进行自动分类得到标准化事故文字标签，并汇总文字标签得到标准化事故摘要信息从而减少由人工进行事故归类与总结延时，提高事故分析的速度，减少不同人的描述习惯差异导致归纳不同，提供便捷事故信息标准化检索与归类统计以及事故分析。

主权项

1.一种自学习的事故文字标签与摘要生成系统，其特征在于，包括分词模块(1)，词向量训练模块(2)、词向量模型模块(3)、关键词生成模块(4)、关键词库模块(5)、文字标签生成模块(6)，文字标签库模块(7)、文字标签分离模块(8)、事故摘要生成模块(9)、事故库模块(12)；事故信息(0)：是指预先输入并存储大量事故信息文档；分词模块(1)：用于把输入事故信息(0)内的故事信息文档进行中文分词，去除间隔词、时间与地点无效词；这样事故信息(0)中的事故信息文档在经过分词模块(1)的分词处理后得到分词数据输送到词向量训练模块(2)与关键词生成模块(4)；词向量训练模块(2)：根据对已接收到所有的分词数据使用训练成事故信息的词向量模型，用于事故信息中分词相似度的判断，并将词向量模型输出给词向量模型模块(3)；关键词生成模块(4)：对输入事故信息(0)的分词数据清理，只保留名称与动词，把清理后数据采用提取关键字，并把关键词进行按照事故个数汇总统计，使用词向量模型模块(3)合并相似度高的关键词，合并后关键词发送给关键词库模块(5)；词向量模型模块(3)：保存已输入事故信息的词向量模型；词向量模型模块(3)接收词向量训练模块(2)生成的模型，并提供给关键词生成模块(4)与文字标签生成模块(6)使用；关键词库模块(5)：保存已输入事故信息的关键词，以及关键词的检索词；关键词库模块(5)接收关键词生成模块(4)生成词向量模型，并提供文字标签生成模块(6)与文字标签分类模块(8)使用；文字标签生成模块(6)：使用关键词库模块(5)的关键字查询在事故库模块(12)中按照语法关系寻找的上下文并统计事故个数；使用词向量模型模块(3)使用相似度高的上下文；把关键词加上下文合成文字标签，把事故个数大于阀值(如2)的文字标签输出给文字标签库模块(7)；文字标签库模块(7)：保存已输入事故信息的文字标签，以及文件标签的事故个数、检索词和关键词；文字标签库模块(7)接收文字标签生成模块(6)生成文字标签，用于文字标签分类模块(8)对事故信息进行归类；文字标签分类模块(8)：对事故信息(0)进行文字标签分类；优先使用关键词库模块(5)的关键词以及关键词的检索词对事故信息(0)进行检索，找到包含该关键词的事故信息(0)的句子，使用该关键词相关文字标签的上下文在该句子中查找，该句子包含给该上下文则该文字标签作为给事故信息(0)的文字标签；文字标签分类模块(8)输出该事故的标准化事故文字标签(11)，文字标签分类模块(8)同时把文字标签发给摘要生成模块(9)；摘要生成模块(9)：接收文字标签分类模块(8)，在事故信息(9)组合判断主谓、动宾等语法关系，如果存在则文字标签进行组合生成标准化的摘要；事故库模块(12)：保存所有输入事故信息(0)，为事故标签生成模块(6)提供查询服务；事故文字标签(11)：对事故信息(0)进行标准化单维度描述，用于事故信息标准化检索与归类统计；事故摘要信息(10)：对事故信息(0)进行标准化简单描述；用于事故信息归一简要查看，以及是否为类似事故分析。