[发明专利]事故信息提取方法、装置及电子设备

说明书

本发明实施例提供了事故信息提取方法、装置及电子设备，应用于应急管理技术领域。该方法包括：获取事故接报文本；其中，事故接报文件为：基于针对待处理事故的事故接报对话所生成的文本；利用预先训练的信息分类模型，对事故接报文本进行事故信息分类，得到事故接报文本内各包含有效信息的有效文本段，以及每一有效文本段所属的事故信息类别；针对事故接报文本内每一有效文本段，基于预设的事故信息类别与文本处理操作之间的对应关系，采用与该文本段所属事故信息类别对应的信息提取操作，对该文本段进行处理，得到该文本段所记录的待处理事故的事故信息。通过本方案，可以提高事故信息确定的效率。

技术领域

本发明涉及应急管理技术领域，特别是涉及事故信息提取方法、装置及电子设备。

背景技术

近年来，随着社会经济水平不断提高，社会活动也逐渐增加，使得各类突发事故的数量也在增加，给社会稳定和谐带来不利影响。其中，按照事故类型划分，突发事故主要包括工矿商贸的安全生产事故、交通运输事故、建筑物起火事故等，且一般会有多个事故要素构成，例如：发生时间、发生地点、受伤人数、死亡人数、经济损失等。

为了快速响应突发事故，事务接报平台的接线员在接收到紧急电话后，需要根据与上报人员的对话，对突发事故的情况作分析研判，确定突发事故的事故信息，以便匹配和启动对应的应急预案。然而，大中城市每日事故接报可达上百起，单纯依靠人工进行处理，使得事故信息确定的效率较低。

发明内容

本发明实施例的目的在于提供事故信息提取方法、装置及电子设备，以提高事故信息确定的效率。具体技术方案如下：

第一方面，本发明实施例提供一种事故信息提取方法，所述方法包括：

获取事故接报文本；其中，所述事故接报文件为：基于针对待处理事故的事故接报对话所生成的文本；

利用预先训练的信息分类模型，对所述事故接报文本进行事故信息分类，得到所述事故接报文本内各包含有效信息的有效文本段，以及每一有效文本段所属的事故信息类别；其中，所述信息分类模型为：基于样本文本与所对应的标注结果训练得到的，所述标注结果用于指示：所述样本文本内的各有效文本段，以及每一有效文本段所属的事故信息类别；

针对所述事故接报文本内每一有效文本段，基于预设的事故信息类别与文本处理操作之间的对应关系，采用与该文本段所属事故信息类别对应的信息提取操作，对该文本段进行处理，得到该文本段所记录的所述待处理事故的事故信息。

可选的，按照以下方式训练所述信息分类模型：

从训练样本集中，获取目标样本文本；

将所述目标样本文本输入待训练的神经网络模型，以使所述神经网络模型对所述目标样本文本进行事故信息分类，得到预测分类结果；其中，所述预测分类结果包括：所述目标样本文本内的各有效文本段，以及每一有效文本段所属的事故信息类别；

基于所述预测分类结果，与所述目标样本文本的标定结果的差异，调整所述神经网络模型的网络参数；并返回所述从训练样本集中，获取目标样本文本的步骤。

可选的，每一样本文本对应的标注结果为：所述样本文本的有效文本段内每一字符所属的事故信息类别；

所述神经网络模型采用如下方式，得到预测分类结果：

将所述目标样本文本内每一字符转换为与该字符对应的字符向量；

基于所述样本文本内各字符的字符顺序，依次对所述各字符的字符向量进行循环处理，得到每一字符的初始的概率向量；其中，每一字符的概率向量中每一维度的数值表征：该字符属于与该维度对应的事故信息类型的概率；

按照约束条件，对所述各字符的初始的概率向量进行调整；得到目标概率向量；其中，所述约束条件为所述神经网络模型通过历史训练数据学习所得；