申请/专利权人：华东理工大学

申请日：2020-11-17

公开（公告）日：2024-04-09

公开（公告）号：CN112364179B

主分类号：G06F16/36

分类号：G06F16/36;G06F16/34

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.03.05#实质审查的生效;2021.02.12#公开

摘要：本发明涉及信息提取分析领域，更具体的说，涉及一种基于化工分析报告的文本数据抽取方法。本发明提出的基于化工分析报告的文本数据抽取方法，包括以下步骤：S1构建停用词典步骤，构建针对化工分析报告的停用词典，过滤无意义信息，所述停用词典，包括常见停用词和专用停用词；S2信息提取步骤，提取化工分析报告中的文本信息，所述文本信息包含关键词信息、本体信息和三元组信息；S3关键词分析步骤，统计和可视化分析报告中的关键词信息；S4形成结构化数据步骤，将提取到的数据转化为结构化数据。本发明，抽取分析结果可信度较高，具有较高的准确率和召回率，有利于辅助行业人员快速准确高效分析化工分析报告，大大减轻化工行业人员的负担。

主权项：1.一种基于化工分析报告的文本数据抽取方法，其特征在于，包括以下步骤：S1构建停用词典步骤，构建针对化工分析报告的停用词典，过滤无意义信息，所述停用词典，包括常见停用词和专用停用词；S2信息提取步骤，提取化工分析报告中的文本信息，所述文本信息包含关键词信息、本体信息和三元组信息；S3关键词分析步骤，统计和可视化分析报告中的关键词信息；S4形成结构化数据步骤，将提取到的数据转化为结构化数据；其中，所述步骤S2中的关键词信息提取，进一步包括以下步骤：S21读取化工分析报告的分析单元，明确表格各个列的内容；S22提取分析单元表格中的偏离信息对应列的内容；S23提取分析单元表格中的偏离信息所涉及的位号、说明和偏差信息；S24提取分析单元表格中的可能原因描述、以及可能原因描述文本中的关键词；S25将分析单元表格中的可能原因的文本描述提取为列表形式，并提取其中的关键词；S26提取偏离信息对应的可能后果描述，并将对应文本提取为列表形式；S27将分析单元表格中的与各个后果描述相对应的后果频率及严重度提取为列表形式，统计严重程度；S28提取分析单元表格中该偏离信息导致事故防范措施，提取关键词；S29将分析单元表格中的建议措施提取为列表形式、提取其中关键词；S210提取分析单元表格中安全操作建议的信息以及关键词；S211将分析单元表格中安全操作建议提取为列表形式、提取其中关键词。

全文数据：

权利要求：

百度查询： 华东理工大学 一种基于化工分析报告的文本数据抽取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD