本发明涉及互联网大数据及风险管理领域，具体涉及基于ai的矿山风险隐患智能化管控系统。
背景技术：
1、随着时代的发展，能源资源在社会发展中的地位和作用愈加突出，矿山是我国矿产资源的主要来。煤矿企业安全管理的核心内容主要包括风险分级管控和隐患排查治理。
2、目前在风险评估阶段，主要采用定性和定量相结合的方法，综合考虑风险源可能导致的事故类型、影响程度、发生可能性等因素对风险进行评级。在此过程中，需要根据相关法律法规、安全生产管理要求、设备运行的状态、作业环境等数据，找出可能存在的危险源，对危险源进行定性定量分析，评估发生概率、影响范围和程度，来确定风险等级，制定相关处置控制措施，并要持续改进。在隐患排查阶段，主要通过发现和消除隐患，达到预防事故发生的作用，目前的隐患排查主要有相关人员依据对应的法律法规和技术标准，采用各种方法和手段进行检查和评估，发现存在隐患并对隐患问题进行整改、检查、验收。
3、然而申请人发现，现有通过人工进行风险评估和隐患排查的方式还存在以下问题：1)由于人的知识是有限的，无法做到全面性、科学性、实用性的评估、排查和处理，并且由于人的经验传播非常困难且不易共享，导致现有风险评估和隐患排查的准确性不好。2)风险评估和隐患排查存在大量重复性工作，主要依赖排查人员的工作经验，即风险评估和隐患排查人为干扰因素较大，有较重的主观意识，导致风险评估和隐患排查的客观性不好。因此，如何提高风险评估和隐患排查的准确性和客观性是亟需解决的技术问题。
技术实现思路
1、针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种基于ai的矿山风险隐患智能化管控系统，通过bert和lstm的组合模型准确识别用户问题中的多种意图类型，同时通过问答模型生成的问答结果实现风险评估和隐患排查，从而提高风险评估和隐患排查的准确性和客观性。
2、为了解决上述技术问题，本发明采用了如下的技术方案：
3、基于ai的矿山风险隐患智能化管控系统，包括：
4、问题录入模块，用于获取包含风险评估和隐患排查意图的用户问题文本；
5、多意图识别模块，用于将用户问题文本作为输入，通过基于bert模型和lstm模型构建的意图识别模型进行意图识别，输出对应的多种意图类别以及每种意图类别的描述目标；
6、问答处理模块，用于根据每种意图类别的描述目标进行检索，得到每种意图类别对应的检索信息，进而将用户问题文本和所有意图类别的检索信息输入问答模型中，输出对应的问题答案文本；
7、隐患分析模块，用于根据问题答案文本实现风险评估和隐患排查。
8、优选的，意图识别模型的处理步骤如下：
9、s101：将用户问题文本输入bert模型的编码器中，生成对应的隐藏向量；
10、公式表示为：
11、ci＝bert-encoder(ω0:n,i)；
12、式中：ci表示隐藏向量；ω0:n表示用户问题文本，1≤i≤n；
13、s102：将隐藏向量输入前向神经网络，通过sigmoid函数得到意图类别概率分布；
14、公式表示为：
15、p＝sigmoid(mlp(ci))；
16、式中：p表示意图类别概率分布，其为一个1*n维的向量，每个维度表示一种意图类别识别的概率；mlp为全连接神经网络；
17、s103：将意图类别概率分布与隐藏向量连接，得到融合概率分布；
18、公式表示为：
19、
20、式中：hi表示融合概率分布；
21、s104：将融合概率分布输入lstm模型生成对应的槽位填充概率分布，并通过sigmoid函数输出用户问题文本中每个词的意图类别，即描述目标；
22、公式表示为：
23、ri＝sigmoid(lstm(hi))；
24、式中：ri表示用户问题文本中第i个词的意图类别，即第i个描述目标。
25、优选的，训练意图识别模型时的损失函数如下：
26、
27、其中
28、式中：pi、ri表示意图识别模型预测的意图类别概率分布和描述目标；表示意图类别概率分布和描述目标的真实标签；yi为ri或pi；为或
29、优选的，问答处理模块的处理步骤如下：
30、s201：将多种意图类别以及每种意图类别的描述目标作为输入；
31、s202：基于意图类别确定检索信息的信息来源；
32、s203：基于每种意图类别的描述目标在对应的信息来源中进行检索，得到每种意图类别对应的检索信息；
33、s204：将用户问题文本和检索得到的检索信息输入问答模型中，输出对应的问题答案文本。
34、优选的，步骤s204中，问答模型的处理步骤如下：
35、s2041：通过嵌入层对用户问题文本和检索得到的检索信息进行编码，得到用户问题文本和检索信息的嵌入表示，以将用户问题文本和检索信息转换为问答模型可理解的形式；
36、s2042：将用户问题文本和检索信息的嵌入表示输入堆叠的多层transformer中，输出答案的嵌入表示；
37、s2043：对答案的嵌入表示进行解码，生成问题答案文本。
38、优选的，步骤s202中，意图类别包括安全知识库、风险等级划分、风险措施制定、事故隐患排查和隐患处置措施；
39、检索信息的信息来源包括与安全知识库、风险等级划分、风险措施制定、事故隐患排查和隐患处置措施对应的六种信息来源。
40、优选的，步骤s202中，通过如下步骤构建信息来源：
41、s2021：获取煤矿生产业务场景涉及的公开文档和私域文档；
42、s2022：对公开文档和私域文档进行预处理，得到预处理文本；其中预处理包括去噪、清洗、格式统一和文本分词；
43、s2023：对预处理文本进行切分，得到文本片段；
44、s2024：通过训练好的矿山安全大模型根据文本片段生成文本内容；其中文本内容包括文本内容结构和文本内容属性；
45、s2025：基于文本内容结构和文本内容属性提取关键词并判断文本类型，最终将文本片段归类到安全知识库、风险等级划分、风险措施制定、事故隐患排查和隐患处置措施中。
46、优选的，步骤s202中，检索时，计算该种意图类别的描述目标中的各个向量与信息来源中各个向量的余弦相似度，并选取信息来源中余弦相似度最高的k个向量作为该种意图类别的检索信息。
47、优选的，步骤s204中，问答模型输出的问题答案文本包括待确认的风险辨识清单、待确认的风险管控清单、隐患排查标准库、风险隐患处理措施、风险隐患的自动分级及知识库问题结果中的任意一项或多项。
48、优选的，隐患分析模块根据问题答案文本实现风险辨识、风险管控、隐患排查、风险隐患处理、风险隐患分级和安全问题回复中的任意一项或多个功能。
49、本发明中基于ai的矿山风险隐患智能化管控系统与现有技术相比，具有如下有益效果：
50、本发明中的智能风险评估和隐患排查系统，通过基于bert模型和lstm模型构建的意图识别模型对用户问题进行意图预测，得到多种意图类别以及每种意图类别的描述目标。首先意图识别模型的bert能够捕捉文本的上下文信息，而lstm则擅长处理序列数据中的长期依赖关系，因此通过bert和lstm的组合模型，能够更准确地识别用户问题文本中多种类型的意图，从而提高风险评估和隐患排查的准确性。其次通过识别多种意图类别，使得系统能够处理更广泛、更复杂的用户问题，增强了系统的通用性和实用性，并且每种意图类别都配有描述目标，使得系统能够给出更具体、更易于理解的反馈，增强了系统的可解释性和用户友好性。最后通过自动识别意图，减少了人工干预的需要，提高了隐患排查和风险管理的自动化水平。
51、本发明在识别多种意图类别以及每种意图类别的描述目标的基础上，为每种意图检索相应信息并将用户问题文本和所有检索信息输入基于多层transformer构建的问答模型得到问题答案文本。首先通过检索与意图类别相关的检索信息，使得问答模型能够基于更广泛、更全面的信息来生成答案，提高了答案的准确性和丰富性，从而进一步提高风险评估和隐患排查的准确性。其次多层transformer结构使得问答模型能够更好地捕捉文本的上下文信息，从而生成更符合语境的答案，有利于提高风险评估和隐患排查的准确性。最后在自动识别意图的基础上进一步实现自动化检索和问答，一方面能够迅速响应用户问题，提高系统的响应速度和效率，另一方面整个过程无需依赖人的工作经验，也不存在人为主观因素的干扰，从而提高风险评估和隐患排查的客观性。
52、本发明根据问题答案文本生成对应的隐患评估结果和隐患处理措施。首先通过风险隐患评估结果能够及时发现潜在风险，为煤矿的安全生产提供预警信息。其次风险隐患处理措施能够为煤矿的决策层提供科学依据，指导制定有效的风险防控策略。最后通过及时排查和处理隐患，能够减少或避免事故的发生，保障煤矿的生产安全和员工的人身安全。
1.基于ai的矿山风险隐患智能化管控系统，其特征在于，包括：
2.如权利要求1所述的基于ai的矿山风险隐患智能化管控系统，其特征在于：意图识别模型的处理步骤如下：
3.如权利要求2所述的基于ai的矿山风险隐患智能化管控系统，其特征在于：训练意图识别模型时的损失函数如下：
4.如权利要求1所述的基于ai的矿山风险隐患智能化管控系统，其特征在于：问答处理模块的处理步骤如下：
5.如权利要求4所述的基于ai的矿山风险隐患智能化管控系统，其特征在于：步骤s204中，问答模型的处理步骤如下：
6.如权利要求4所述的基于ai的矿山风险隐患智能化管控系统，其特征在于：步骤s202中，意图类别包括安全知识库、风险等级划分、风险措施制定、事故隐患排查和隐患处置措施；
7.如权利要求5所述的基于ai的矿山风险隐患智能化管控系统，其特征在于：步骤s202中，通过如下步骤构建信息来源：
8.如权利要求4所述的基于ai的矿山风险隐患智能化管控系统，其特征在于：步骤s202中，检索时，计算该种意图类别的描述目标中的各个向量与信息来源中各个向量的余弦相似度，并选取信息来源中余弦相似度最高的k个向量作为该种意图类别的检索信息。
9.如权利要求1所述的基于ai的矿山风险隐患智能化管控系统，其特征在于：步骤s204中，问答模型输出的问题答案文本包括待确认的风险辨识清单、待确认的风险管控清单、隐患排查标准库、风险隐患处理措施、风险隐患的自动分级及知识库问题结果中的任意一项或多项。
10.如权利要求9所述的基于ai的矿山风险隐患智能化管控系统，其特征在于：隐患分析模块根据问题答案文本实现风险辨识、风险管控、隐患排查、风险隐患处理、风险隐患分级和安全问题回复中的任意一项或多个功能。
