[發明專利]基于圖卷積神經網絡模型的食品安全事件檢測方法及系統有效
| 申請號: | 202011291703.6 | 申請日: | 2020-11-18 |
| 公開(公告)號: | CN112329439B | 公開(公告)日: | 2021-11-19 |
| 發明(設計)人: | 段大高;劉文文;劉崢;王東;曹若湘;韓忠明;田雨薇;蘆月;王福成 | 申請(專利權)人: | 北京工商大學;北京市疾病預防控制中心 |
| 主分類號: | G06F40/211 | 分類號: | G06F40/211;G06F40/216;G06F40/289;G06K9/62;G06N3/04;G06N3/08;G06Q50/26 |
| 代理公司: | 北京高沃律師事務所 11569 | 代理人: | 孫玲 |
| 地址: | 100048*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 圖卷 神經網絡 模型 食品安全 事件 檢測 方法 系統 | ||
1.一種基于圖卷積神經網絡模型的食品安全事件檢測方法,其特征在于,包括:
對從食品安全相關網站獲取的數據進行預處理;
根據預處理后的數據構建文本分類模型,具體包括:根據預處理后的數據構造詞匯的共現矩陣以及拓撲圖;將所述共現矩陣輸入至雙向長短期記憶網絡,得到文本矩陣,所述文本矩陣為每個詞匯的上下文關系;將所述文本矩陣輸入至卷積神經網絡,得到特征矩陣,所述特征矩陣為文本整體的特征和句子之間的關系;將所述拓撲圖輸入至圖卷積神經網絡,得到全局結構矩陣,所述全局結構矩陣為文本圖網絡的全局結構信息;將所述特征矩陣和所述全局結構矩陣進行點乘計算,得到點乘結果;根據所述點乘結果,確定食品安全事件的分類結果;
獲取待預測的食品安全事件數據;
將所述待預測的食品安全事件數據輸入至所述文本分類模型中,得到食品安全事件的分類結果。
2.根據權利要求1所述的基于圖卷積神經網絡模型的食品安全事件檢測方法,其特征在于,所述對從食品安全相關網站獲取的數據進行預處理,具體包括:
對從食品安全相關網站獲取的數據進行正文提取、去停用詞和jieba分詞處理。
3.根據權利要求1所述的基于圖卷積神經網絡模型的食品安全事件檢測方法,其特征在于,所述文本分類模型包括:詞嵌入層、雙向循環神經網絡層、卷積神經網絡層、圖卷積神經層及分類層,所述詞嵌入層的輸出端分別與所述雙向循環神經網絡層的輸入端和所述圖卷積神經層的輸入端連接,所述雙向循環神經網絡層的輸出端與所述卷積神經網絡層的輸入端連接,所述圖卷積神經層的輸出端和所述卷積神經網絡層的輸出端得到的數據進行點乘后輸入至所述分類層。
4.根據權利要求1所述的基于圖卷積神經網絡模型的食品安全事件檢測方法,其特征在于,所述食品安全事件的分類結果包括:一般食品安全事件、較大食品安全事件、重大食品安全事件以及特別重大食品安全事件。
5.一種基于圖卷積神經網絡模型的食品安全事件檢測系統,其特征在于,包括:
預處理模塊,用于對從食品安全相關網站獲取的數據進行預處理;
文本分類模型構建模塊,用于根據預處理后的數據構建文本分類模型,具體包括:共現矩陣、拓撲圖構造單元,用于根據預處理后的數據構造詞匯的共現矩陣以及拓撲圖;文本矩陣確定單元,用于將所述共現矩陣輸入至雙向長短期記憶網絡,得到文本矩陣,所述文本矩陣為每個詞匯的上下文關系;特征矩陣確定單元,用于將所述文本矩陣輸入至卷積神經網絡,得到特征矩陣,所述特征矩陣為文本整體的特征和句子之間的關系;全局結構矩陣確定單元,用于將所述拓撲圖輸入至圖卷積神經網絡,得到全局結構矩陣,所述全局結構矩陣為文本圖網絡的全局結構信息;點乘計算單元,用于將所述特征矩陣和所述全局結構矩陣進行點乘計算,得到點乘結果;分類單元,用于根據所述點乘結果,確定食品安全事件的分類結果;
待預測數據獲取模塊,用于獲取待預測的食品安全事件數據;
分類結果確定模塊,用于將所述待預測的食品安全事件數據輸入至所述文本分類模型中,得到食品安全事件的分類結果。
6.根據權利要求5所述的基于圖卷積神經網絡模型的食品安全事件檢測系統,其特征在于,所述預處理模塊,具體包括:
預處理單元,用于對從食品安全相關網站獲取的數據進行正文提取、去停用詞和jieba分詞處理。
7.根據權利要求5所述的基于圖卷積神經網絡模型的食品安全事件檢測系統,其特征在于,所述文本分類模型包括:詞嵌入層、雙向循環神經網絡層、卷積神經網絡層、圖卷積神經層及分類層,所述詞嵌入層的輸出端分別與所述雙向循環神經網絡層的輸入端和所述圖卷積神經層的輸入端連接,所述雙向循環神經網絡層的輸出端與所述卷積神經網絡層的輸入端連接,所述圖卷積神經層的輸出端和所述卷積神經網絡層的輸出端得到的數據進行點乘后輸入至所述分類層。
8.根據權利要求5所述的基于圖卷積神經網絡模型的食品安全事件檢測系統,其特征在于,所述食品安全事件的分類結果包括:一般食品安全事件、較大食品安全事件、重大食品安全事件以及特別重大食品安全事件。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京工商大學;北京市疾病預防控制中心,未經北京工商大學;北京市疾病預防控制中心許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/202011291703.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種新型紡織工業用酶制備裝置
- 下一篇:一種船用膨脹式放泄塞





