[发明专利]基于知识图谱推理的食品安全事件风险研判方法及装置

说明书

本发明实施例提供一种基于知识图谱推理的食品安全事件风险研判方法及装置，该方法包括：将包含实体、实体间关系及实体特征的食品安全知识图谱输入到食品安全事件风险研判模型，获取目标实体的风险等级及进行食品安全事件原因推理和事件后果预测；食品安全事件风险研判模型包括三元组内注意力机制层、三元组外注意力机制层、实体分类层及关系预测层。本发明实施例提供的基于知识图谱推理的食品安全事件风险研判方法及装置，通过将食品安全知识图谱输入到食品安全事件风险研判模型，获取目标实体的风险等级及进行食品安全事件原因推理和事件后果动态预测，实现重大活动食品安全事件的风险动态研判和动态预测，且提高了风险研判和动态预测的准确率。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于知识图谱推理的食品安全事件风险研判方法及装置。

背景技术

随着经济的快速发展和各国综合国力的提升，各地政治、经济、文化、体育等重大活动的开展越来越频繁。而重大活动由于时间比较紧迫，各类食品安全隐患集中、涉及面广、影响大，一旦发生食品安全事故，后果相当严重。重大活动食品安全全链条主要包括：采购、总仓、配送、加工、供餐等，各个环节都是食品安全风险发生的潜在源头，任何一个环节出问题，都可能会引发食品安全风险事件。因此做好重大活动食品安全全链条的风险研判工作，以确保食品全链条各个环节的安全，对重大活动的安全进行具有重要意义。

风险研判的流程和方法主要是指运用科学严谨的研究方法，对各种风险情报线索、零散脱节信息进行深度加工整理与关联，产生一个预测性或判定性结果的过程，围绕人员、物品、事端、形势等主线进行深入关联碰撞和分析研究，以发现获取风险信息。目前的风险研判方法主要分为常规分析研判方法和信息技术分析研判方法。

常规分析研判方法主要是指依靠人的思维分析能力和方法来开展风险分析研判工作，此方法不仅研判结果容易受到分析人员主观臆断影响，而且研判过程会消耗大量的人力物力，导致情报信息无法及时的更新。

信息技术分析研判方法主要指通过整合汇集各类信息资源，建立相应的风险信息结构化数据库，引进机器学习和数据挖掘技术，通过相互的关联碰撞挖掘出风险信息。但是数据挖掘技术对于数据库的操作过于复杂，无法对数据进行及时的动态更新，导致研判的准确性下降，大大降低了分析效率。

知识图谱的兴起对数据的存储方式产生了极大地改变，真实世界的数据也往往以知识图谱的形式进行展现，知识图谱可以更加丰富的展现重大活动食品安全数据信息，对于知识图谱这种非结构化数据，传统的数据挖掘方法已不再适用。知识图谱作为知识重要的存储媒介，如何从复杂的重大活动食品安全知识图谱中学习到潜在的知识和情报，对重大活动食品安全事件风险研判来说是一项非常具有挑战性的任务。

发明内容

为解决现有技术中的问题，本发明实施例提供一种基于知识图谱推理的食品安全事件风险研判方法及装置。

第一方面，本发明实施例提供一种基于知识图谱推理的食品安全事件风险研判方法，包括：将包含实体、实体间关系及实体特征的食品安全知识图谱输入到食品安全事件风险研判模型，从而获取目标实体的风险等级及进行食品安全事件原因推理和事件后果预测；其中，所述食品安全事件风险研判模型包括三元组内注意力机制层、三元组外注意力机制层、实体分类层及关系预测层；其中，所述三元组内注意力机制层的输出作为所述三元组外注意力机制层的输入，所述三元组外注意力机制层的输出分别作为所述实体分类层及所述关系预测层的输入；