一种基于深度学习的消防预案分类方法技术

一种基于深度学习的消防预案分类方法，着重解决消防预案查询精度不高、缺少智能分类能力的问题。通过种基于深度学习的消防预案分类方法，实现预案信息的有效分析和管理，战时能够达到处置方案的快速获取与发布，具有直观生动、实时查询、快速发布、动态分析、辅助决策等特点，实现灭火救援行动的科学性和效率极大提高。

【技术实现步骤摘要】
一种基于深度学习的消防预案分类方法
本专利技术创造涉及消防预案管理领域，具体是指一种基于深度学习的消防预案分类方法。
技术介绍
当前，随着我国经济建设的快速发展，城市化进程的加快，高层、地下、大型综合体等复杂建筑大量出现，并呈现出建筑高度不断攀升、体积日益庞大、功能日趋复杂的趋势，各种新材料、新工艺、新产品、新技术广泛应用，由此带来的火灾隐患和风险日益增多，火灾扑救难度日益增大。灭火救援数字化预案是指以信息技术为手段，以信息环境为依托，立足于对现有灭火救援力量和处置对象的掌握，通过对火灾风险、灾害后果的模拟分析和预测，以及对灭火救援资源的合理评估与调配，而形成的灭火救援行动方案。平时可以实现作战信息的有效存储和管理，战时能够达到处置方案的快速获取与发布，具有直观生动、实时查询、快速发布、动态分析、辅助决策等特点，实现灭火救援行动的科学性和效率极大提高。当前的预案管理和查询存在以下几个问题：(1)查询准确度不高消防预案一般以单位或者建筑来命名，预案里有单位基本信息、灾情设定、力量调集、组织指挥、社会联动、勤务保障、特别提示本文档来自技高网...

【技术保护点】
1.一种基于深度学习的消防预案分类方法，其特征在于，其步骤为：/n1)消防预案记录分词：/n1.1)在中文通用字典中增加专业词汇；/n1.2)采用顺序细粒度分词算法结合中文词库对预案文本进行初步分词；/n1.3)采用分词穷举法，对初步分词后得到的文本中可能存在歧义分词的句子，列举出所有可能的备选分词方案；/n1.4)对于可能存在异议的句子，通过关键词汇加权、切分概率统计原则，计算各个备选方案的得分，选定高得分的方案作为分词结果；/n2)消防预案要素关键词提取：/n2.1)采用统计特征和主题模型的无监督文本关键词提取技术，进行消防预案文本关键词提取；/n2.2)通过消防预案专业词汇库量化分词权重...

【技术特征摘要】
1.一种基于深度学习的消防预案分类方法，其特征在于，其步骤为：
1)消防预案记录分词：
1.1)在中文通用字典中增加专业词汇；
1.2)采用顺序细粒度分词算法结合中文词库对预案文本进行初步分词；
1.3)采用分词穷举法，对初步分词后得到的文本中可能存在歧义分词的句子，列举出所有可能的备选分词方案；
1.4)对于可能存在异议的句子，通过关键词汇加权、切分概率统计原则，计算各个备选方案的得分，选定高得分的方案作为分词结果；
2)消防预案要素关键词提取：
2.1)采用统计特征和主题模型的无监督文本关键词提取技术，进行消防预案文本关键词提取；
2.2)通过消防预案专业词汇库量化分词权重和切分概率统计，算得每个词对应的权重值；
2.3)通过关键词权值权值排名，最终获取个N权值最高的词，作为对应消防预案的关键词，得到由N个关键词及其对应的权值组成的向量组；

【专利技术属性】
技术研发人员：安震鹏，杨树峰，张迪，陈泽宁，
申请(专利权)人：应急管理部沈阳消防研究所，
类型：发明
国别省市：辽宁;21