公开(公告)号：CN116341542A

公开(公告)日：2023-06-27

申请号：CN202310340934.9

申请日：2023-03-31

Applicant: 上海市特种设备监督检验技术研究院

Inventor： 邱郡 ,  陈梁胜 ,  柴兴 ,  刘中平

IPC: G06F40/289 ,  G06F40/44 ,  G06N5/01

Abstract: 本发明涉及一种特种设备事故致因辅助决策方法、装置及存储介质，其中方法包括：步骤S1：获取事故信息快报，并基于事故信息快报进行多次分词，得到每一次分词的分词结果，并将每一次的分词结果构成一个分词组；步骤S2：依次将各分词组与各典型事故特征词集进行匹配，并汇总各分词组的命中数量，选择一个命中数量最多的分词组作为最终分词组；步骤S3：基于最终分词组的命中结果，输出事故特征关键词组合；步骤S4：基于输出的事故特征关键词获得事故致因，并输出。与现有技术相比，本发明采用分词匹配，并且考虑了不同的分词情况，从而在可以实现小样本下人工智能语义识别的同时，提高准确性。

公开(公告)号：CN116303903A

公开(公告)日：2023-06-23

申请号：CN202310305878.5

申请日：2023-03-24

Applicant: 上海市特种设备监督检验技术研究院

Inventor： 邱郡 ,  陈梁胜 ,  柴兴 ,  刘中平

IPC: G06F16/33 ,  G06F40/289 ,  G06F16/34

Abstract: 本发明涉及一种特种设备事故调查分析的辅助决策方法、装置及存储介质，其中方法包括：步骤S1：接收录入的事故发生过程文本记录信息，并通过关键词匹配的方式生成事故信息快报；步骤S2：基于生成的事故信息快报，提取特征量，并基于提取的特征量判断是否属于特种设备事故，若为是，则执行步骤S3；步骤S3：将生成的事故特征快报与历史事件数据库中进行对比，若内容一致，则直接输出辅助决策结果，反之，则执行步骤S4；步骤S4：从候选库中选择多个成员作为调查组成员，并推送至各选中的成员；步骤S5：接收成员录入的信息返回辅助决策结果。与现有技术相比，本发明具有降低机器学习技术在特种设备事件处理领域的要求等优点。