[发明专利]一种食品质量管理安全风险预筛查模型有效
| 申请号: | 202110909891.2 | 申请日: | 2021-08-09 |
| 公开(公告)号: | CN113592338B | 公开(公告)日: | 2023-09-12 |
| 发明(设计)人: | 左恩光;陈晨;吕小毅;陈程;严紫薇;吴伟;李敏 | 申请(专利权)人: | 新疆大学;新疆艾旗斯德检测科技有限公司 |
| 主分类号: | G06Q10/0639 | 分类号: | G06Q10/0639;G06Q10/0635;G06F16/35;G06N3/09 |
| 代理公司: | 北京鼎佳达知识产权代理事务所(普通合伙) 11348 | 代理人: | 孟阿妮;张小勇 |
| 地址: | 830046 新疆维吾尔自治*** | 国省代码: | 新疆;65 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 食品 质量管理 安全 风险 预筛查 模型 | ||
1.一种食品质量管理安全风险预筛查模型,其特征在于,所述的食品质量管理安全风险预筛查模型包括:
(1)文本数据获取及预处理;所述的文本数据为在线评论文本;
(2)预处理后的文本数据编码向量化;
(3)通过有监督的深度学习中注意力得分机制,判断食品安全危害程度;操作步骤如下:
①先通过计算每个词与句子中其它词之间的相似性从而关注句子中有助分类的重点词,计算公式如下:
公式中,表示注意力权重,表示每个对应的权重系数,表示分词i的初始向量,表示分词j的初始向量,表示N个分词中某个分词的初始向量;表示第z个头的参数矩阵,d表示词向量维度;
②通过分词-标签关联混淆矩阵来计算每个分词与“食品安全危害”的相关得分,计算由公式如下所示:
式中,表示文档中第i个分词与安全危害的相关得分,THi表示数据集中含有分词i且文档标签为不安全的频数,FSi表示数据集中不含分词i且文档标签为安全的频数,TSi表示数据集中含有分词i且文档标签为安全的频数,FHi表示在数据集中不含有分词i且文档标签是不安全的频数,N表示分词个数;分别表示样本均值和方差;
③通过融合每个词在句子中的相对重要性以及该词对于食品安全威胁的重要性得到最终的RAM得分融合并归一化的方式如以下公式所示:
式中,表示每个词在句子中的相对重要性,表示该词对于食品安全威胁的重要性,表示N个分词中某个词在句子中的相对重要性;
④通过对Z个头的attention结果进行拼接,再通过一个非线性变换得到分词i更新后的隐层向量hi,产生的注意分数同时考虑了相对特征和标记标签关系特征,其计数公式如下:
其中,表示拼接操作,σ为激活函数,表示第z个头的参数矩阵,表示分词i的初始向量。
2.根据权利要求1所述的食品质量管理安全风险预筛查模型,其特征在于,
所述的步骤(1)中的数据获取为:获取文本数据,并按照具有安全隐患和无安全隐患进行分类。
3.根据权利要求1所述的食品质量管理安全风险预筛查模型,其特征在于,
所述的步骤(1)中的预处理为:将具有安全隐患的类型的文本数据标准化。
4.根据权利要求3所述的食品质量管理安全风险预筛查模型,其特征在于,
所述的标准化为:去掉符号、停用词、分词。
5.根据权利要求1所述的食品质量管理安全风险预筛查模型,其特征在于,
所述的步骤(2)中的文本编码向量化为:将标准化后的数据通过文本编码器进行向量化。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新疆大学;新疆艾旗斯德检测科技有限公司,未经新疆大学;新疆艾旗斯德检测科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110909891.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种病原体现场核酸检测的装置及使用方法
- 下一篇:一种建筑用粉碎机
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理





