[发明专利]一种基于决策树的警情判断方法和装置

说明书

本申请公开了一种基于决策树的警情判断方法和装置，该方法包括：获取警情语音流数据；根据所述警情语音流数据得到警情文本流数据；根据所述警情文本流数据，确定警情要素；根据所述警情要素，利用预先创建的基于决策树的警情判断模型，判断所述警情语音流数据是否为重复的报警信息。本发明的方法能够对实时语音警情信息进行自动分析，通过对警情要素进行整合计算，高效地判断该条警情信息是否是一条已处理的重复警情；同时，本方法操作简单、效率高，无需进行复杂的机器学习或算法设计，且判断准确率高、实用性强。

技术领域

本发明涉及消防安全领域，尤其涉及一种基于决策树的警情判断方法、装置、电子设备和计算机可读存储介质。

背景技术

近年来，随着城市规模不断扩大，安全隐患日益增多，各类灾害事故呈现出风险高、危害大的特点，社会公共安全需求日益倍增，火灾防控工作面临着巨大压力，对消防救援队伍的响应速度、调度指挥、现场作业、科学施救等综合能力提出更高要求，消防救援队伍改制转隶也随之产生了职责变化。

得益于近年来机器学习与大数据相关技术的快速发展，语音自动化识别和自然语言要素提取技术已应用到各个行业中，在消防安全领域中，各种火灾自动化检测系统也得到广泛应用。

然而，在火警接处警过程中，依然依靠人工经验对警情进行是否有重复的判断，这对接警员的业务技能，地图识别与警情的熟悉程度要求较高。因此，现有技术的警情判断存在人工成本高、效率低下的问题。

发明内容

有鉴于此，有必要提供一种基于决策树的警情判断方法、装置、电子设备及计算机可读存储介质，用以解决现有技术中存在的警情判断效率低、人工成本高的问题。

为了解决上述问题，本发明提供一种基于决策树的警情判断方法，包括：

获取警情语音流数据；

根据所述警情语音流数据得到警情文本流数据；

根据所述警情文本流数据，确定警情要素；

根据所述警情要素，利用预先创建的基于决策树的警情判断模型，判断所述警情语音流数据是否为重复的报警信息。

进一步地，根据所述警情语音流数据得到警情文本流数据，包括：

利用预先创建的语音识别模型对所述警情语音流数据进行转换，得到警情文本流数据。

进一步地，所述语音识别模型的创建方法包括：

创建初始语音识别模型；

获取警情语音样本数据，对所述警情语音样本数据进行标注，得到训练数据集；

将所述训练数据集输入到所述初始语音识别模型进行迭代训练，得到训练完备的语音识别模型。

进一步地，根据所述警情文本流数据，得到警情要素，包括：

利用自然语言处理平台对所述警情文本流数据进行关键字提取，得到警情要素。

进一步地，创建基于决策树的警情判断模型的方法包括：

获取警情训练样本集；

根据所述警情训练样本集生成决策树，确定所述决策树的叶子节点对应的关键警情判断要素，得到所述警情判断模型。

进一步地，利用预先创建的基于决策树的警情判断模型，判断所述警情语音流数据是否为重复的报警信息，包括：

获取历史报警信息，确定历史报警要素清单；

将所述警情要素和历史报警要素清单输入所述警情判断模型中，判断所述语音数据流是否为重复的报警信息。