本发明专利技术涉及语义分析技术领域，揭露了一种基于群聊语义分析的事故告警方法，包括：提取群聊记录的群聊属性，对群聊属性的群聊内容进行语义分析，得到结构化数据；根据发言人姓名对应的使用权限确定系统使用列表，根据结构化数据及系统使用列表定位群聊记录的事故故障类型；根据结构化数据中的时间字段及事故类型字段定位事故产生时间，根据群聊属性中的发言时间计算事故影响程度；根据事故故障类型、事故时间及事故影响程度生成群聊内容的事故告警。此外，本发明专利技术还涉及区块链技术，群聊医疗内容可存储于区块链的节点。本发明专利技术还提出一种基于群聊语义分析的事故告警装置、设备以及介质。本发明专利技术可以提高事故告警效率，并可以应用于医疗领域。于医疗领域。于医疗领域。
【技术实现步骤摘要】
基于群聊语义分析的事故告警方法、装置、设备及介质
[0001]本专利技术涉及语义分析
，尤其涉及一种基于群聊语义分析的事故告警方法、装置、设备及介质。
技术介绍
[0002]医疗健康移动互联网平台对于用户咨询医疗问题越来越重要，但医疗健康移动互联网平台的检测与监控手段不够完善，存在漏洞逃逸到线上业务系统的情况，导致用户使用异常，因此，需要对医疗健康移动互联网平台中异常事故进行准确定位，以进行事故告警。
[0003]现有的事故告警是基于人工根据反馈对象的问题进行逐个沟通，不仅耗时耗力，而且可能陈述的内容会导致误判事故原因，无法清晰明白的反馈实际问题且耗时间，从而对进行事故告警时的效率较低。
技术实现思路
[0004]本专利技术提供一种基于群聊语义分析的事故告警方法、装置、设备及介质，其主要目的在于解决进行事故告警时的效率较低的问题。
[0005]为实现上述目的，本专利技术提供的一种基于群聊语义分析的事故告警方法，包括：
[0006]获取群聊记录，提取所述群聊记录的群聊属性，对所述群聊属性中的群聊内容进行语义分析，得到所述群聊内容的结构化数据；
[0007]获取所述群聊属性中的发言人姓名，根据所述发言人姓名对应的使用权限确定系统使用列表，根据所述结构化数据及所述系统使用列表定位所述群聊记录的事故故障类型；
[0008]根据所述结构化数据中的时间字段及事故类型字段定位事故产生时间，根据所述群聊属性中的发言时间计算事故影响程度；
[0009]根据所述事故故障类型、所述事故产生时间及所述事故影响程度生成所述群聊内容的事故告警。
[0010]可选地，所述对所述群聊属性中的群聊内容进行语义分析，得到所述群聊内容的结构化数据，包括：
[0011]利用预设的自然语言转换算法将所述群聊内容转换为群聊逻辑形式；
[0012]根据所述群聊逻辑形式及预设的词汇映射构建所述群聊内容的语法树；
[0013]根据所述语法树生成所述群聊内容的结构化数据。
[0014]可选地，所述利用预设的自然语言转换算法将所述群聊内容转换为群聊逻辑形式，包括：
[0015]提取所述群聊内容中的一元实体；
[0016]将所述一元实体与预设的事故知识库中的实体进行匹配，得到二元实体关系；
[0017]通过所述事故知识库选取所述二元实体关系对应的三元组实体对；
[0018]根据所述三元组实体对生成所述群聊逻辑形式。
[0019]可选地，所述根据所述结构化数据及所述系统使用列表定位所述群聊记录的事故故障类型，包括：
[0020]统计所述结构化数据中系统字段的系统类型，统计所述系统类型对应的类型数量；
[0021]根据所述类型数量选取所述系统类型中的最佳系统类型；
[0022]按照预设的事故类型将所述最佳系统类型与预设的事故知识库中的事故系统类型进行匹配，得到事故故障类型。
[0023]可选地，所述根据所述结构化数据中的时间字段及事故类型字段定位事故产生时间，包括：
[0024]根据所述事故类型字段确定同一事故类型；
[0025]按照所述时间字段筛选所述同一事故类型的最早时间；
[0026]根据所述最早时间确定所述事故产生时间。
[0027]可选地，所述根据所述群聊属性中的发言时间计算事故影响程度，包括：
[0028]根据所述发言时间统计反馈问题数量；
[0029]利用如下的可靠性值计算公式根据所述发言时间及所述反馈问题数量计算可靠性值：
[0030][0031]其中，n为所述可靠性值，tan为正切函数，m为所述反馈问题数量，t为所述发言时间；
[0032]根据所述可靠性值及预设的事故可靠性阈值确定所述事故影响程度。
[0033]可选地，所述根据所述事故故障类型、所述事故产生时间及所述事故影响程度生成所述群聊内容的事故告警，包括：
[0034]根据所述事故故障类型、所述事故产生时间及所述事故影响程度生成所述群聊内容的事故记录单；
[0035]将所述事故记录单发送至预设的技术人员，提取所述技术人员的事故反馈记录；
[0036]根据所述事故记录单及所述事故反馈记录生成所述群聊内容的事故告警。
[0037]为了解决上述问题，本专利技术还提供一种基于群聊语义分析的事故告警装置，所述装置包括：
[0038]群聊内容语义分析模块，用于获取群聊记录，提取所述群聊记录的群聊属性，对所述群聊属性中的群聊内容进行语义分析，得到所述群聊内容的结构化数据；
[0039]事故故障类型定位模块，用于获取所述群聊属性中的发言人姓名，根据所述发言人姓名对应的使用权限确定系统使用列表，根据所述结构化数据及所述系统使用列表定位所述群聊记录的事故故障类型；
[0040]事故影响程度计算模块，用于根据所述结构化数据中的时间字段及事故类型字段定位事故产生时间，根据所述群聊属性中的发言时间计算事故影响程度；
[0041]事故告警模块，用于根据所述事故故障类型、所述事故产生时间及所述事故影响程度生成所述群聊内容的事故告警。
[0042]为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0043]至少一个处理器；以及，
[0044]与所述至少一个处理器通信连接的存储器；其中，
[0045]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于群聊语义分析的事故告警方法。
[0046]为了解决上述问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于群聊语义分析的事故告警方法。
[0047]本专利技术实施例通过对群聊内容进行语义分析，生成群聊内容的结构化数据，根据结构化数据中的系统字段确定群聊记录中的事故故障类型，根据结构化数据中的时间字段及事故类型字段定位事故产生时间，进而根据群聊属性中的发言时间计算事故影响程度，从而根据事故故障类型、事故时间及事故影响程度生成所述群聊内容的事故告警，有利于在不需要增加it技术支持人员数量的情况下降低成本，以及给用户和客服进行专业知识培训的情况下，使事故处理系统化以提升事故问题定位的效率。因此本专利技术提出的基于群聊语义分析的事故告警方法、装置、设备及介质，可以解决进行事故告警时的效率较低的问题，并可以完善医疗健康移动互联网平台的检测与监控手段。
附图说明
[0048]图1为本专利技术一实施例提供的基于群聊语义分析的事故告警方法的流程示意图；
[0049]图2为本专利技术一实施例提供的语义分析的流程示意图；
[0050]图3为本专利技术一实施例提供的定位事故故障类型的流程示意图；
[0051]图4为本专利技术一实施例提供的基于群聊语义分析的事故告警装置的功能模本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于群聊语义分析的事故告警方法，其特征在于，所述方法包括：获取群聊记录，提取所述群聊记录的群聊属性，对所述群聊属性中的群聊内容进行语义分析，得到所述群聊内容的结构化数据；获取所述群聊属性中的发言人姓名，根据所述发言人姓名对应的使用权限确定系统使用列表，根据所述结构化数据及所述系统使用列表定位所述群聊记录的事故故障类型；根据所述结构化数据中的时间字段及事故类型字段定位事故产生时间，根据所述群聊属性中的发言时间计算事故影响程度；根据所述事故故障类型、所述事故产生时间及所述事故影响程度生成所述群聊内容的事故告警。2.如权利要求1所述的基于群聊语义分析的事故告警方法，其特征在于，所述对所述群聊属性中的群聊内容进行语义分析，得到所述群聊内容的结构化数据，包括：利用预设的自然语言转换算法将所述群聊内容转换为群聊逻辑形式；根据所述群聊逻辑形式及预设的词汇映射构建所述群聊内容的语法树；根据所述语法树生成所述群聊内容的结构化数据。3.如权利要求2所述的基于群聊语义分析的事故告警方法，其特征在于，所述利用预设的自然语言转换算法将所述群聊内容转换为群聊逻辑形式，包括：提取所述群聊内容中的一元实体；将所述一元实体与预设的事故知识库中的实体进行匹配，得到二元实体关系；通过所述事故知识库选取所述二元实体关系对应的三元组实体对；根据所述三元组实体对生成所述群聊逻辑形式。4.如权利要求1所述的基于群聊语义分析的事故告警方法，其特征在于，所述根据所述结构化数据及所述系统使用列表定位所述群聊记录的事故故障类型，包括：统计所述结构化数据中系统字段的系统类型，统计所述系统类型对应的类型数量；根据所述类型数量选取所述系统类型中的最佳系统类型；按照预设的事故类型将所述最佳系统类型与预设的事故知识库中的事故系统类型进行匹配，得到事故故障类型。5.如权利要求1所述的基于群聊语义分析的事故告警方法，其特征在于，所述根据所述结构化数据中的时间字段及事故类型字段定位事故产生时间，包括：根据所述事故类型字段确定同一事故类型；按照所述时间字段筛选所述同一事故类型的最早时间；根据所述最早时间确定所述事故产生时间。6.如权利要求1至5中任一项所述的基于...
【专利技术属性】
技术研发人员：黄灿，
申请(专利权)人：康键信息技术深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。