CN107844573A - 一种基于生产现状的安全投入效用分析方法 - Google Patents
一种基于生产现状的安全投入效用分析方法 Download PDFInfo
- Publication number
- CN107844573A CN107844573A CN201711073381.6A CN201711073381A CN107844573A CN 107844573 A CN107844573 A CN 107844573A CN 201711073381 A CN201711073381 A CN 201711073381A CN 107844573 A CN107844573 A CN 107844573A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- primitive
- primitive knowledge
- attribute
- ecosystem
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/322—Trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种基于生产现状的安全投入效用分析方法,其特征在于,为分析安全投入效用问题,给出一种基元知识生态***的改进方法分析现场调研文本信息,该方法定义了文本中句意和主要论述对象的逻辑关系,增加了基元知识串和基元知识树的概念,方法主要用于安全投入效用分析。
Description
技术领域
本发明涉及安全经济管理,特别是涉及生产现状的安全投入效应分析。
背景技术
由于我国目前处于经济高速发展过程中,绝大多数企业生产均是以盈利为目的,以牺牲安全来换取经济利益的事故屡见不鲜。没有安全观念和技术的保障,***难以维持正常运转,发生事故后损失和补救所需的人力、财力和物力远比牺牲安全带来的经济利益大得多。所以“安全是生产***正常生产的基础,是***经济效益的保证”逐渐被企业接受。
安全投入有别于一般的经济投入,其特点在于间接性、隐蔽性、潜在性、滞后性。大多数企业认为安全投入并不创造直接经济效益,且影响生产进度,甚至停产;而忽略了保障生产***安全带来的潜在经济效益和社会效益。事故的发生原因是多样的,一些难以被人为控制,但也不是完全随机的,不可预测的和不可控制的。合理的安全投入可以最大限度的减少***发生事故的隐患,即使人存在不安全因素和不安全行为也可以减少事故发生,从而间接提高企业经济效益。将生产企业作为一个***,***中不同子***之间的相互关系和作用不同,随着条件的变化也是不同的。那么如何能得到较为合理的安全投入,减少事故发生就是所要研究的问题。
目前国内外对安全投入的主要研究集中在不同领域应用和算法分析方面。安全投入与事故发生之间存在着显式和隐式的关系。安全投入一方面可以增加现有生产***的安全性。但另一方面***安全性的提高也促进了生产***的扩大,并极有可能出现新的不安全因素。所以安全投入的合理性不仅是保证资金利用,也要从生产***本身考虑分析。
对于安全投入是否正确的评价可以借助安全投入后的安全生产现状和经济效益变化来衡量。那么就要对工况企业的安全投入分布和去向进行调研,然后对安全生产现状进行分析,借助安全投入后的经济效益变化确定安全投入的合理性。总体上可以有定性分析和定量分析,其中定量分析较为简单,相关算法应用广泛,但定量分析本身的定量数据难以确定,更何况安全数据本身就存在隐式性。而且安全投入—事故—经济损失之间的关系难以用定量数据衡量。
就实际情况而言,对安全投入的调查和安全生产现状调查多数是一种定性的文本表述。安全投入与安全生产现状之间的因果关系蕴含在这些文本之中,所以需要分析文本之间的因果关系和隐含知识,来明确安全投入是否合理,是否有积极作用。基元知识生态***是一种分析文本语义的方法,可用于简单文本的语义分析,并取得良好效果,但分析复杂语义问题还存在问题。为了分析安全投入与安全生产现状调查后得到的文本语义,并从中找出安全投入与投入效果的关系,这里在基元知识生态***方法的基础上进行改进,以适应这类复杂语义文本分析。使用该方法分析了一个煤矿集团安全投入的实例,分析了造成安全投入后事故增加的原因,并给出的了一些措施,以保证有效的安全投入。
发明内容
基元知识生态体统
1基元知识生态***基本定义
1)文本规则化。将文本划分为计算机可识别的格式,该格式识别方法是人工规定的,且提供给计算机的文本信息也要符合该格式。这个调整文本格式以便计算机识别的过程就是文本规则化。文本规则化将文本中的语句分解成最简单的句子以便计算机存储分析。例如:小明是学生,不爱学习,但学生的第一目标就是学习,期末考试必须及格。规则化后为:小明是学生。小明不爱学习。学生的目标是学习。小明期末考试必须及格。
2)基元知识定义为:将关于一个对象Object的知识构成集合,集合中的知识为一个三元组,即对象Object,属性和值。基元知识中的一条可表示成:Object→属性|值。如上述短文科表示为:小明→学生、小明→学习|不爱、学生→目标|学习、小明→期末考试|及格。“→”表示关联,从Object指向属性;“|”表示属性与值的分割。根据属性的不同作用可将属性分为三类,分别是指标属性、倾向属性和对象属性。指标属性一般指外界施加于Object的作用,Object只能被动承受。倾向属性是Object自身的想法和诉求,是一种目标和愿望。对象属性是对Object的进一步描述和解释。
3)基元图用以表示基元知识,一个基元知识有且只有一个基元图。基元图由“○”和“→”表示。“○”代表对象Object或属性。“→”表示Object和属性的关系。“→”起始为Object,箭头指向属性。那么具有n个属性的基元图基本形式表示为图1所示。
4)所有从短文中提取的基元知识所组成的集合称为基元知识生态***。其中划分最细的、不能继续分解的基元知识生态***称为素基元知识生态***。反映短文知识的所有素基元知识构成的基元知识生态***为素基元知识生态***。同样针对素基元知识生态***,也存在另一种极限情况,即针对某一问题而言,在基元知识生态***中有且只有一部分基元知识用于问题的推理解答。这些基元知识组成的基元知识生态***称为核基元知识生态***。介于将这之间的为一般基元知识生态***。其关系如图2所示。
5)基元知识链是在对象Object与其对象属性之间建立起一种联系。即Object1→对象属性1;Object2→属性2,如果对象属性1与Object2的内涵相同,那么就可以表示成Object1→Object2→属性2。实质上基元知识链是对一个Object的解释,是用其他Object作为这个Object的进一步说明。循环上述过程,遍历每一个相关的Object并相连,就形成了一个基元知识链。
2改进方法
上述定义组成的基元知识生态***可解决简单的文本语义分析,但存在一个较为严重的问题。如果将文本表示为基元知识形式,特别是素基元知识形式,对于简单句尚且可用,但对于复杂句将失去较多语义。如调研报告中:一类矿井的生产和销售是集团直接负责的;二类矿井自身负责生产,集团负责(二类矿)销售。绘制成素基元知识如图3所示。
根据知识链的生成方式,语义将变为:矿业集团负责一类矿,一类矿有生产和销售事项;矿业集团负责二类矿,二类矿有生产且负责销售。与原句相比,变成了一类矿和二类矿的生产和销售都由集团负责。语义的限定减少了。特别是文本中多个语句中的Object都存在相同属性时难以辨别归属和修饰对象。为此提出下列改进方法,即保留文本句本身的含义。
改进方法的基本思想保留句本身的语义关系,句内语义不再划分,即不划分为基元知识,而是基元知识按照句语义连接的集合,定义为基元知识串。定义基元知识串的好处是不需要复杂的文本规则化,一般论述即可表示为基元知识串。例如:一类矿井的生产和销售是集团直接负责的;二类矿井自身负责生产,集团负责(二类矿)销售。可形成的基元知识生态***中包括两个基元知识串和一个素基元知识,如图4所示。
基元知识串可表达一个自然句所表达的含义,是根据语序和语义顺序将多个素基元知识连接在一起的轻量级知识链。基元知识串最大表示范围是一个语句,而基元知识链则最小表示范围是一个语句,一般是连接过个语句才可形成。基元知识串的优点在于避免了文本规则化,可根据自然语句进行基元知识串的生成。基元知识串更明确的限定了Object的属性和解释。一个基元知识串中只有一个中心Object,中心Object的○中没有“|”,如上例中的矿业集团和二类矿。另外,Object随后的“→”语义上可理解为下一个Object中“|”之前的语义,比如矿业集团负责二类矿,那么负责可理解为关系,即“→”。
实际上,素基元知识、基元知识、基元知识串、基元知识链和三种不同的基元知识生态***都是在不同测度下对知识的考察。基元知识是词与词之间的关系;基元知识串是句层面的表示;基元知识链是在基元知识生态***中寻找到的逻辑关系;基元知识生态***则表示了整个文本的语义。随着研究的发展发现,对于一个目的明确的短文,其中心对象数量很少,其主要论述的对象是矿业集团、一类矿和二类矿。所以其中论述的语句也大部分描述了这些对象。这是一种对语义根据对象的分类,也是包含的重要知识,因此这里定义基元知识树的概念。基元知识树由不少于3个基元知识串组成,这些基元知识串所描述的中心Object相同,通过该Object将这些知识串相连进而形成的一种树状扩散的图形。
在计算机实现方面,原方法存储非常简单但存储效率低,即一个基元知识占据关系数据库的一行。改进后方法为存储于数据库中每一行代表一个基元知识串,从左到右按照语序存储。比如图4中的一个基元知识串存储为第一列是“矿业集团”,第二列是“负责|二类矿”,第三列是“有|销售”。“|”之前表示与前一个Object的关系,之后表示本基元知识的Object。该存储较原方法的存储效率提高。
基元知识链的生成规则为从所研究的Object(原)开始,沿着该语句文本的基元知识串寻找,每达到Object,则查找相同中心Object的其他基元知识串中是否有相同的Object(在一棵基元知识树内)。如果有一个相同则链接再延伸至下一个Object,如果有多个则在此Object分叉,分别连接再延伸各自的下一个Object,直至比邻中心Object。最终形成基元知识链的图形解释(人工分析)。
对于数据库中的实现,生成基元知识链的操作仍是条件查询和文本链接。对于数据空中的一行,从Object(原)开始向左依次读取Object,并查找在第一列相同的行中是否存在相同的Object,如果存在则沿着所找到的行和原行继续向左遍历。最终形成基元知识链的文本解释。
上述抽象描述的详细解决方案见如下问题的解决过程。
附图说明
图1n个属性的基元图基本形式
图2素***、核***和一般***的关系
图3简单的知识链
图4基元知识串
图5基元知识串表示的基元知识生态***
图6基元知识树表示的基元知识生态***
具体实施方式
1问题的提出
煤矿集团由于发生过重大安全生产事故,所以决定加大安全投入,三年期间各矿井百万吨死亡率均符合集团要求,但集团利润并未增加,反而略有降低,根据如下调研信息分析问题所在。
调研信息如下:某矿业集团下属多家矿场,由于集团经营的历史遗留问题,矿井生产经营模式分为两种:一类矿井的生产和销售是集团直接负责的;二类矿井自身负责生产,集团负责销售。由于煤的经销权在集团,煤的外销价格由集团统一规定。二类矿为了降低开采成本,优先采掘开采成本低的煤层,而舍弃开采条件要求较高的煤层。一类矿设备齐全,技术先进,一直以来安全投入稳定,发生各类安全事故较少,安全条件较好。二类矿由于没有经营权,所以为了追求利益,除生产直接相关设备外很少有额外投入。集团前期发生过严重的安全生产事故,故决定加大安全投入。鉴于一类矿和二类矿现状,集团决定把大部分安全投入用以改善二类矿的安全条件。安全投入规定转款专用,不得挪用,并规定集团下属所有矿井百万吨死亡率小于0.1。二类矿使用安全投入购置了瓦斯,矿震等监测监控***,并由此达到了增加生产能力的标准。二类矿新增的工作面并未安装安全监测监控设备,且由于气电联动设计,导致经常停工,所以关闭了相应的监测监控设备。由于二类矿扩大生产,工作面推进与一类矿工作面距离过近,煤岩体发生受压型冲击地压,导致涉及的一类矿和二类矿工作面停采,造成的经济损失巨大,但无人身亡。
从上述调研情况来看,由于集团增加了安全投入,但反而造成经济损失增加。这与通常意义上增加安全投入保证安全生产的结果存在差异。那么安全投入在期间所起作用如何,何种原因导致上述现象发生,又如何调整安全投入,这些是研究重点。下面给出基元知识生态***及其改进方法。
2安全投入的效用分析
按照所给出的安全投入与安全生产调查报告,将自然句作为分析的基本单位形成基元知识串,由知识串组成的基元知识生态***如图5所示。由上至下基本按照论述的顺序给出。
如图5所示,根据文本叙述形成了基元知识串,保留了以句为单位的文本含义。从中可以看出,多数基元知识串的中心Object都是矿业集团、二类矿或一类矿。根据基元知识树的生成方法构建基元知识树,如图6所示。
图6给出了由两个基元知识树和两个素基元知识组成的基元知识生态***。基元知识树较基元知识,基元知识串更能体现文本语义描述的核心对象及其逻辑关系。如下具体分析安全投入效用问题。
由于矿业集团主要关注于经济问题,所以首先从经济损失开始寻找,即A。其在二类矿的基元知识树中,所以限定寻找范围在二类矿相关的基元知识串中。经济损失A和工作面停采B相关,B与发生冲击地压C有关,C与工作面D有关,D与生产E有关。此时在二类矿的基元知识树中,F生产能力与E为等价关系,而E与Object相邻,所以知识链不分叉而转向F。从F出发到与之相关的G监测监控***,这时同时与I监测监控***核K监测监控***有关。所以在G处分叉形成三个分支,GH、IJ、KL,均发展到与Object相邻时停止。上述过程形成了一条知识链,该知识链说明了造成二类矿经济损失的原因。对于二类矿经济损失的直接原因是1)安全投入,2)电气联动设计,3)增加工作面,即H、J、L。具体的,安全投入购买了监测监控设备,但由于气电联动设计导致监控检测设备关闭,且新工作面未安装监测监控设备。在这种情况下增加生产能力,扩大生产后导致二类矿接近一类矿工作面,在没有检测监控设备情况下发生冲击地压,造成停采导致经济损失。
分析上述三点直接原因。二类矿得到的安全投入用于购买监测监控设备,直接提高了安全水平间接提高了生产能力。在新工作面开采时由于安全投入资金耗尽所以并未购买监测监控设备,另外已经安全设备的工作面由于气电联动设计导致经常非事故性停产,所以设备被关闭。二类矿接受安全投入并未达到预期提高安全和经济效益的目的,反而造成了生产事故。虽然二类矿自身追求经济利益采掘技术要求低的煤层,但集团监管不力也是重要原因。其制定的考核指标矿井百万吨死亡率小于0.1是不合理的。二矿发生冲击地压过程中只有受伤,未有死亡,所以考核一直达标,因此有恃无恐地继续生产。从矿业集团的基元知识树看集团与二类矿的关系,是集团决定考核指标百万吨死亡率小于0.1,并根据两类矿实际安全情况决定对二类矿加大安全投入。可以说二类矿发生上述生产事故一方面是其自身对利益的追求,另一方面是集团对二类矿监管缺失造成的。
所以矿业集团的安全投入效用是负面的,并不起积极作用。
Claims (3)
1.一种基于生产现状的安全投入效用分析方法,其特征在于,为分析安全投入效用问题,给出一种基元知识生态***的改进方法分析现场调研文本信息,该方法定义了文本中句意和主要论述对象的逻辑关系,增加了基元知识串和基元知识树的概念,方法主要用于安全投入效用分析。
2.根据权利要求1所述一种基于生产现状的安全投入效用分析法方法,其特征在于,基元知识生态***基本定义,
1)文本规则化:将文本划分为计算机可识别的格式,该格式识别方法是人工规定的,且提供给计算机的文本信息也要符合该格式;这个调整文本格式以便计算机识别的过程就是文本规则化;文本规则化将文本中的语句分解成最简单的句子以便计算机存储分析;
2)基元知识定义为:将关于一个对象Object的知识构成集合,集合中的知识为一个三元组,即对象Object,属性和值;基元知识中的一条可表示成:Object→属性|值;“→”表示关联,从Object指向属性;“|”表示属性与值的分割;根据属性的不同作用可将属性分为三类,分别是指标属性、倾向属性和对象属性;指标属性一般指外界施加于Object的作用,Object只能被动承受;倾向属性是Object自身的想法和诉求,是一种目标和愿望;对象属性是对Object的进一步描述和解释;
3)基元图用以表示基元知识,一个基元知识有且只有一个基元图;基元图由“○”和“→”表示;“○”代表对象Object或属性;“→”表示Object和属性的关系;“→”起始为Object,箭头指向属性;
4)所有从短文中提取的基元知识所组成的集合称为基元知识生态***;其中划分最细的、不能继续分解的基元知识生态***称为素基元知识生态***;反映短文知识的所有素基元知识构成的基元知识生态***为素基元知识生态***;同样针对素基元知识生态***,也存在另一种极限情况,即针对某一问题而言,在基元知识生态***中有且只有一部分基元知识用于问题的推理解答;这些基元知识组成的基元知识生态***称为核基元知识生态***;介于将这之间的为一般基元知识生态***;
5)基元知识链是在对象Object与其对象属性之间建立起一种联系;即Object1→对象属性1;Object2→属性2,如果对象属性1与Object2的内涵相同,那么就可以表示成Object1→Object2→属性2;实质上基元知识链是对一个Object的解释,是用其他Object作为这个Object的进一步说明;循环上述过程,遍历每一个相关的Object并相连,就形成了一个基元知识链。
3.根据权利要求1所述一种基于生产现状的安全投入效用分析法方法,其特征在于,基元知识生态***的改进,改进方法的基本思想保留句本身的语义关系,句内语义不再划分,即不划分为基元知识,而是基元知识按照句语义连接的集合,定义为基元知识串;定义基元知识串的好处是不需要复杂的文本规则化,一般论述即可表示为基元知识串;基元知识串可表达一个自然句所表达的含义,是根据语序和语义顺序将多个素基元知识连接在一起的轻量级知识链;基元知识串最大表示范围是一个语句,而基元知识链则最小表示范围是一个语句,一般是连接过个语句才可形成;基元知识串的优点在于避免了文本规则化,可根据自然语句进行基元知识串的生成;基元知识串更明确的限定了Object的属性和解释;一个基元知识串中只有一个中心Object,中心Object的○中没有“|”;另外,Object随后的“→”语义上可理解为下一个Object中“|”之前的语义;素基元知识、基元知识、基元知识串、基元知识链和三种不同的基元知识生态***都是在不同测度下对知识的考察;基元知识是词与词之间的关系;基元知识串是句层面的表示;基元知识链是在基元知识生态***中寻找到的逻辑关系;基元知识生态***则表示了整个文本的语义;随着研究的发展发现,对于一个目的明确的短文,其中心对象数量很少;所以其中论述的语句也大部分描述了这些对象;这是一种对语义根据对象的分类,也是包含的重要知识,因此这里定义基元知识树的概念;基元知识树由不少于3个基元知识串组成,这些基元知识串所描述的中心Object相同,通过该Object将这些知识串相连进而形成的一种树状扩散的图形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711073381.6A CN107844573A (zh) | 2017-11-04 | 2017-11-04 | 一种基于生产现状的安全投入效用分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711073381.6A CN107844573A (zh) | 2017-11-04 | 2017-11-04 | 一种基于生产现状的安全投入效用分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107844573A true CN107844573A (zh) | 2018-03-27 |
Family
ID=61681423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711073381.6A Pending CN107844573A (zh) | 2017-11-04 | 2017-11-04 | 一种基于生产现状的安全投入效用分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107844573A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111914530A (zh) * | 2020-07-30 | 2020-11-10 | 上海大学 | 一种文本解释生成方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100057815A1 (en) * | 2002-11-20 | 2010-03-04 | Radar Networks, Inc. | Semantically representing a target entity using a semantic object |
CN105205537A (zh) * | 2015-10-28 | 2015-12-30 | 武汉开目信息技术有限责任公司 | 一种基于本体的特征加工工艺知识表达推理的装置及方法 |
CN105320642A (zh) * | 2014-06-30 | 2016-02-10 | 中国科学院声学研究所 | 一种基于概念语义基元的文摘自动生成方法 |
US20160231901A1 (en) * | 2015-02-11 | 2016-08-11 | Umm Al-Qura University | Computer implemented method for assessing ideas |
-
2017
- 2017-11-04 CN CN201711073381.6A patent/CN107844573A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100057815A1 (en) * | 2002-11-20 | 2010-03-04 | Radar Networks, Inc. | Semantically representing a target entity using a semantic object |
CN105320642A (zh) * | 2014-06-30 | 2016-02-10 | 中国科学院声学研究所 | 一种基于概念语义基元的文摘自动生成方法 |
US20160231901A1 (en) * | 2015-02-11 | 2016-08-11 | Umm Al-Qura University | Computer implemented method for assessing ideas |
CN105205537A (zh) * | 2015-10-28 | 2015-12-30 | 武汉开目信息技术有限责任公司 | 一种基于本体的特征加工工艺知识表达推理的装置及方法 |
Non-Patent Citations (3)
Title |
---|
XIAO-LIANG JIA ET AL.: "The research on representation and processing of process knowledge based on object-oriented modeling", 《IEEE》 * |
李莎莎: "辽河油田GC采油厂安全管理评价研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
秦春秀 等: "基于知识元的科技文本内容描述框架研究", 《图书情报工作》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111914530A (zh) * | 2020-07-30 | 2020-11-10 | 上海大学 | 一种文本解释生成方法及*** |
CN111914530B (zh) * | 2020-07-30 | 2024-03-15 | 上海大学 | 一种文本解释生成方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiskani et al. | Assessment of risks impeding sustainable mining in Pakistan using fuzzy synthetic evaluation | |
Qiao et al. | Using data mining techniques to analyze the influencing factor of unsafe behaviors in Chinese underground coal mines | |
Mojtahedi et al. | Project risk identification and assessment simultaneously using multi-attribute group decision making technique | |
CN115081918B (zh) | 基于数据驱动的轨道交通风险点预测方法及*** | |
Cadei et al. | Big data advanced anlytics to forecast operational upsets in upstream production system | |
CN103678447A (zh) | 多变量交易分类 | |
CN112837184A (zh) | 一种适用于建筑工程的项目管理*** | |
Mendes et al. | Risk management in aviation maintenance: A systematic literature review | |
Cao et al. | A study of risk relevance reasoning based on a context ontology of railway accidents | |
CN113688169A (zh) | 基于大数据分析的矿山安全隐患辨识与预警*** | |
Liu et al. | Semantic modeling of bridge deterioration knowledge for supporting big bridge data analytics | |
CN115544272A (zh) | 基于注意力机制的化工事故原因知识图谱构建方法 | |
Shi et al. | Influences of cognitive structure variables on miners’ unsafe behavior intentions | |
Luo et al. | Extraction and analysis of risk factors from Chinese chemical accident reports | |
Fareri et al. | Workers 4.0: skills, profiles and jobs in different business functions | |
CN107844573A (zh) | 一种基于生产现状的安全投入效用分析方法 | |
Zhu et al. | Using text mining and multilevel association rules to process and analyze incident reports in China | |
Wang et al. | Risk assessment of coal mine safety production management activities based on FMEA-BN | |
CN111694952A (zh) | 一种基于微博的大数据分析模型***及其实现方法 | |
Smetana et al. | Highway Construction Safety Analysis Using Large Language Models | |
Shi et al. | Evaluation of risk factors affecting the safety of coal mine construction projects using an integrated DEMATEL-ISM approach | |
Wu et al. | [Retracted] A Mobile Intelligent Mine Platform with a Hybrid Fuzzy NN and ATT‐CNN Prewarning Model | |
Detwal et al. | Data–Driven Techniques in Logistics & Supply Chain Management: A Literature Review | |
Shi et al. | Ontology-based text convolution neural network (TextCNN) for prediction of construction accidents | |
Wang | Early warning and monitoring analysis of financial accounting indicators of listed companies based on big data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180327 |
|
WD01 | Invention patent application deemed withdrawn after publication |