[发明专利]一种食品质量管理安全风险预筛查模型

说明书

本发明为一种食品质量管理安全风险预筛查模型。一种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；(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。本发明所述的一种食品质量管理安全风险预筛查模型，是一种基于关联注意力机制的新型食品文本挖掘技术，利用消费者评论中每个词和unsafety标签的互信息，计算出每个词与食品安全危害的关联得分，再结合有监督的深度学习中注意力得分进一步挖掘消费者与危险食品的潜在互动，从而可以快速筛查潜在的食品安全问题。

技术领域

本发明具体涉及一种食品质量管理安全风险预筛查模型。

背景技术

随着互联网经济蓬勃发展,中国食品经营模式发生了翻天覆地的变化。截至2020年3月，中国线上外卖用户规模达39780万人，外卖用户使用率达44.0％，外卖行业市场渗透率达13.0％。消费者通过点击手机APP上自己喜欢的食品,这些食品就能按时准确送达指定的区域。这种外卖市场的兴起给消费者带来了便利的同时，也带来了巨大的食品安全隐患。

有鉴于此，本发明提出一种食品质量管理安全风险预筛查模型，能够有效筛选出具有食品安全隐患的样本，为食品风险分析节约大量时间，显著提高了筛查效率和范围。

发明内容

本发明的目的在于提供一种食品质量管理安全风险预筛查模型，该筛查系统能够有效筛选出具有食品安全隐患的样本。

为了实现上述目的，所采用的技术方案为：

一种食品质量管理安全风险预筛查模型，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；

(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。

进一步地，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。

进一步地，所述的步骤(1)中的预处理为：将所述的具有安全隐患的类型的文本数据标准化。

再进一步地，所述的标准化为：去掉符号、停用词、分词。

进一步地，所述的步骤(2)中的文本编码向量化为：将所述的标准化后的数据通过文本编码器进行向量化。

进一步地，所述的步骤(3)为：将向量化后的数据进行自适应学习提取潜在特征后，先关注句子中有助分类的重点词，再结合混淆矩阵，最后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，获得食品安全危害得分。

再进一步地，所述的步骤(3)中，通过计算每个词与句子中其它词之间的相似性，从而关注到句子中有助分类的重点词；其计算公式为：

再进一步地，所述的混淆矩阵的计算公式为：

式中，表示文档中第i个分词与安全危害的相关得分。

再进一步地，所述的步骤(3)中，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的计算公式为：

与现有技术相比，本发明的有益效果在于：

1、本发明将基于文本挖掘的深度学习方法集成到目前的食品安全监管程序中，不仅有利于包括消费者和公司在内的利益相关者，监管机构也能迅速查明主要风险因素。