海洋油气生产安全一直是安全领域关注的重点问题之一。近年来,随着大数据、人工智能以及深度学习等信息化和智能化技术的飞速发展,安全风险领域逐步由人工监测转向了事前动态预警。由于海洋油气生产安全具有复杂多变性,风险的动态分析...海洋油气生产安全一直是安全领域关注的重点问题之一。近年来,随着大数据、人工智能以及深度学习等信息化和智能化技术的飞速发展,安全风险领域逐步由人工监测转向了事前动态预警。由于海洋油气生产安全具有复杂多变性,风险的动态分析逐渐成为了众多学者研究的热点。随着行业内外安全与人工智能技术的不断突破,当今对于结构化数据分析处理已经有了很好的解决办法,但是,仍有大量非结构化数据,例如月报、事故报告等数据未能形成有效的利用,或需要面对大量的人工数据分析才能产生价值。本文针对海洋油气生产安全领域中非结构化数据展开智能识别与抽取技术的研究,提出了利用改进B E RT模型将非机构化的有效数据与信息抽取出来的智能化处理方法,便于风险动态分析技术应用的进一步研究。展开更多
文摘海洋油气生产安全一直是安全领域关注的重点问题之一。近年来,随着大数据、人工智能以及深度学习等信息化和智能化技术的飞速发展,安全风险领域逐步由人工监测转向了事前动态预警。由于海洋油气生产安全具有复杂多变性,风险的动态分析逐渐成为了众多学者研究的热点。随着行业内外安全与人工智能技术的不断突破,当今对于结构化数据分析处理已经有了很好的解决办法,但是,仍有大量非结构化数据,例如月报、事故报告等数据未能形成有效的利用,或需要面对大量的人工数据分析才能产生价值。本文针对海洋油气生产安全领域中非结构化数据展开智能识别与抽取技术的研究,提出了利用改进B E RT模型将非机构化的有效数据与信息抽取出来的智能化处理方法,便于风险动态分析技术应用的进一步研究。
