CN119474832A 危险化学品识别方法及装置 （喀斯玛(北京)科技有限公司）

本申请实施例公开了一种危险化学品识别品规则库和危化品数据模型构建危化品识别系统对待分类化学品信息中的待分类化学品进行2获取化学品信息数据，根据所述化学品信息数据，利用深度根据化学品的命名规则和属性，定义文本变量和数值变量，从所述利用所述危化品语义库、所述危化品规则库在所述循环神经网络的融合层中整合所述不同模态数据特使用图卷积网络提取节点和边之间的相互关系特征，根4.根据权利要求1所述的方法，所述利用所述危化品识别系统对所述待分类化学品信将所述输入信息输入所述危化品语义库，所述危化品语义库对所结合所述语义匹配结果和所述危险品规则库生成的所述5.根据权利要求4所述的方法，所述结合所述语义匹配结果和所述危险品规则库生成将所述语义匹配结果为匹配或疑似匹配的所述待分类化学品信息、3利用所述危化品语义库、所述危化品规则库所述危险品语义库根据所述化学品信息样本输出语义匹配结果；所述为所述语义匹配结果、所述危险品判定条件和所述化学品信息样本分配不同的权重，一个或多个处理器；以及与所述一个或多个处理器关联的存储储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行权利要求1至7中45得语义匹配结果；结合所述语义匹配结果和所述危险品规则库生成的所述危险品判定条被处理器执行时实现上述第一方面中任一项所述的或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述6类过程中引入注意力机制，能够自动选择和强化对危险化学品识别至关重要的特征信息，7[0029]目前的危险化学品识别方法在实践中主要依赖于人工审核以及仅能采用单一的际应用中的模糊信息、不完全数据以及多模态数据融合的需求。这些局限性使得现有方法8[0034]在危险化学品识别中，化学品信息数据是核心数据来源，其包含化学品的名称、[0039]具体地，首先收集化学品的名称和描述，利用循环神经网络RNN处理这些文本信9[0041]本申请通过分析化学品的命名规则和物理化学属性，提取用于危险性判定的条[0054]通过图神经网络，化学品数据模型能够在复杂数据关系[0063]作为一种可实施的方式，本申请在将待分类化学品信息输入危化品识别系统之值M1和非危化品阈值M2，危化品数据模型执行推理后输出待识别化学品为危化品的概率，若该概率小于M2则判定该化学品为非危化品；若该概率大于M1则判定该化学品为危化品。训练样本的训练数据，所述训练样本包括化学品信息样本及其对应的危化品判定结果样[0081]上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围数据模型构建单元203，被配置为根据所述化学品信息数据，基于图神经网络技[0085]作为一种可实施的方式，判定结果获取单元204在利用所述危化品识别系统对所述待分类化学品信息中的待分类化学品进行分类，获得危化品判定结果时可以被配置为：[0086]作为一种可实施的方式，判定结果获取单元204在结合所述语义匹配结果和所述品语义库的匹配关键词；将所述语义匹配结果为匹配或疑似匹配的所述待分类化学品信所述判定结果与所述危化品判定结果样本之间的差异；根据所述训练目标调整所述权重强化学习策略优化包括以下一项或多项：将化学品识别任务转化为强化学习中的决策过该程序被处理器执行时实现前述方法实施例中任一项的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取器执行时实现前述方法实施例中任一项所述用于控制电子设备300运行的操作系统321，用于控制电子设备300的低级别操作的基本输[0097]