本申请涉及化学品事故分析技术领域，特别是涉及一种化学品事故分类方法、装置、计算机设备和存储介质。
背景技术：
由于危险化学品具有很高的潜在威胁性，一旦发生相关的化工事故，会造成巨大的人员伤亡和财产损失。因此，根据化学品事故信息进行收集和统计分析得到的事故原因分类结果对研究事故规律、减少事故数量、提高事故发生时的应急处置能力和降低事故造成的损失具有重要意义。
目前对于化学品事故的事故原因分类基于传统的故障树分析法。传统的故障树分析法包括两步，第一步需要领域专家从顶层事件出发，逐级分析系统失效的原因，构建得到故障树；第二步需要进一步求解故障树的最小割集，并将所调查具体事故的细节信息与事故树割集进行对比，进而确定事故原因。
而在面对每一起化学品事故均需通过上述分析过程，受不同领域专家主观意识的影响以及专家知识经验的局限性，往往使最终得到的事故原因带有个人偏见和片面性，降低了后续事故原因分类结果的可信度和可靠性。
技术实现要素：
基于此，有必要针对上述技术问题，提供一种化学品事故分类方法、装置、计算机设备和存储介质。
一方面，提供一种化学品事故分类方法，所述方法包括：
获取化学品事故信息；其中，所述化学品事故信息用于表征化学品事故的事故情况；
采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，得到预测事故信息；其中，所述危险化学品事故知识图谱包括含有危险化学品领域知识和常识知识的知识图谱；
根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因；
按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。
在其中一个实施例中，所述采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，得到预测事故信息，包括：
采用中文分词算法对所述化学品事故信息进行词语分割，得到分词事故信息；其中，所述分词事故信息包括按照在所述化学品事故信息的出现顺序排列的词语；
将所述分词事故信息与所述危险化学品事故知识图谱中的节点进行匹配，得到匹配事故信息；
根据各所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息；其中，所述节点的属性包括所述节点的所属类型。
在其中一个实施例中，所述根据所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息，包括：
删除所述匹配事故信息中与所述节点的属性不同的词语含义，并将与目标节点具有直接和间接所述联系关系的所述节点补入所述匹配事故信息中，得到所述预测事故信息；其中，所述目标节点为所述匹配事故信息在所述危险化学品事故知识图谱中对应的所述节点。
在其中一个实施例中，所述根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因，包括：
根据所述预测事故信息确定所述化学品事故的事故类型；
获取所述事故类型对应的所述故障树的最小割集；其中，每一所述故障树包括至少一所述最小割集；
判断所述预测事故信息中是否包括至少一所述最小割集；
若是，则根据所述最小割集确定所述化学品事故的事故原因；
若否，则执行所述根据所述预测事故信息确定所述化学品事故的事故类型的步骤，直至所述预测事故信息中包括至少一所述最小割集。
在其中一个实施例中，所述根据所述最小割集确定所述化学品事故的事故原因，包括：
在所述预测事故信息中获取与所述最小割集中词语具有特定关联关系的词语，作为所述目标词语；其中，所述特定关联关系包括因果关系、所属关系以及相近关系中的至少一种；
根据所述目标词语，结合所述特定关联关系构建所述化学品事故的演化过程；其中，所述化学品事故的演化过程包括事故起因、事故发展、事故现象以及事故结果；
将所述化学品事故的演化过程中的所述事故起因和所述事故发展结合，得到所述化学品事故的事故原因。
在其中一个实施例中，所述根据将所述化学品事故的演化过程得到所述化学品事故的事故原因之后包括：
将构建所述化学品事故的演化过程中的词语，根据所述特定关联关系以结构化表格的形式呈现并保存。
在其中一个实施例中，在所述按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别之前，所述方法还包括：
通过所述匹配事故信息对应的故障树，得到所述化学品事故的验证事故原因；
若所述验证事故原因包括所述事故原因，则执行所述按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别的步骤；
若所述验证事故原因不包括所述事故原因，则执行所述根据所述各节的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息的步骤，直至所述验证事故原因包括所述事故原因。
另一方面，还提供了一种化学品事故分类装置，所述装置包括：
信息获取模块，用于获取化学品事故信息；其中，所述化学品事故信息用于表征化学品事故的事故情况；
信息处理模块，用于采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪处理，得到预测事故信息；其中，所述危险化学品事故知识图谱包括含有危险化学品领域知识和常识知识的知识图谱；
事故分析模块，用于根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因；
事故分类模块，用于按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。
另一方面，还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取化学品事故信息；其中，所述化学品事故信息用于表征化学品事故的事故情况；
采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，得到预测事故信息；其中，所述危险化学品事故知识图谱包括含有危险化学品领域知识和常识知识的知识图谱；
根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因；
按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。
另一方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取化学品事故信息；其中，所述化学品事故信息用于表征化学品事故的事故情况；
采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，得到预测事故信息；其中，所述危险化学品事故知识图谱包括含有危险化学品领域知识和常识知识的知识图谱；
根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因；
按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。
上述化学品事故分类方法、装置、计算机设备和存储介质，所述化学品事故分类方法包括：获取化学品事故信息，采用中文分词算法和危险化学品事故知识图谱对获取的化学品事故信息进行去噪和扩充处理，得到预测事故信息；通过预先设置的所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因，避免仅依靠现有的所述故障树得到事故原因，提高了得到的所述事故原因的针对性和全面性；再按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。使得面对任何一起化学品事故，都可针对性的得到所述化学品事故的所属类别，无需耗费大量人力物力针对每一起化学品事故进行分析处理以得到分类结果，避免了单个领域专家知识经验的局限性和主观意识的片面性，从而提高了事故原因分类结果的可信度和可靠性。
附图说明
图1为一个实施例中化学品事故分类方法的流程示意图；
图2为一个实施例中s120的流程示意图；
图3为一个实施例中s130的流程示意图；
图4为一个实施例中根据最小割集确定化学品事故的事故原因的流程示意图；
图5为一个实施例中结构化表格的示意图；
图6为一个实施例中化学品事故分类装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种化学品事故分类方法，包括以下步骤：
s110、获取化学品事故信息。
其中，所述化学品事故信息用于表征化学品事故的事故情况。
进一步地，所述化学品事故信息可以是语音信息，如电视上播报的某地区化工厂爆炸的新闻报道音频，也可以是文本信息，如某地区化工厂爆炸的报告文稿文本。
进一步地，所述化学品事故信息中可以包括事故地点、事故时间、事故起因、事故类型、事故现象以及事故损伤等相关事故信息。
具体地，计算机设备可通过语音识别直接获取电视上播报的某地区化工厂爆炸的新闻报道音频，作为所述化学品事故信息，或者计算机设备可通过文本识别直接获取所述某地区化工厂爆炸的报告文稿文本，作为所述化学品事故信息。所述新闻报道音频或所述报告文稿文本也可以预先存储在外部存储介质或所述计算机的存储单元中，以调用的方式获取得到所述化学品事故信息。
s120、采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，得到预测事故信息。
其中，所述危险化学品事故知识图谱包括含有危险化学品领域知识和常识知识的知识图谱。
进一步地，所述中文分词算法用于对获取的电视上播报某地区化工厂爆炸的所述新闻报道音频或获取的某地区化工厂爆炸的报告文稿文本进行词语分割，得到具有完整语义的多个词语。
具体地，计算机设备采用所述中文分词算法和所述危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，在所述化学品事故信息中删除无完整语义的字词和所述危险化学品事故知识图谱中没有的词语，根据所述危险化学品事故知识图谱中个节点间的关系，在所述化学品事故信息中扩充所述危险化学品事故知识图谱中有的词语。例如，获取到的所述化学品事故信息(部分内容)为：xxxx年y月z日23点30分左右，www地区wwww化工厂的燃气罐发生天然气泄漏，导致火灾爆炸事故，周围地区居民反映爆炸发生时伴随着巨大震响，震感明显，随后现场发火光，浓烟滚滚，燃起熊熊大火。经所述去噪和扩充处理后得到的所述预测事故信息可以包括：化工厂、燃气、燃气罐、天然气、甲烷、ch4、裂缝、破裂、橡胶老化、泄漏、明火、火灾、爆炸、闪爆、震响、震感、发火、火光、浓烟、火苗、浓烟滚滚、熊熊大火、大火。
s130、根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因。
其中，所述故障树用于表征事件的结果、现象与原因之间的逻辑关系。
具体地，计算机设备通过所述预测事故信息的得出所述化学品事故的事故类型，并获取预先存储的与该事故类型对应的所述故障树，通过所述故障树结合所述预测事故信息得到所述化学品事故的事故原因。例如，根据上述预测事故信息：化工厂、燃气、燃气罐、天然气、甲烷、ch4、裂缝、破裂、橡胶老化、泄漏、明火、火灾、爆炸、闪爆、震响、震感、发火、火光、浓烟、火苗、浓烟滚滚、熊熊大火、大火，得出所述化学品事故的事故类型为爆炸，由所述爆炸对应的所述故障树结合所述预测事故信息可以得出爆炸的事故原因为橡胶老化导致天然气泄露，遇明火发生爆炸。
s140、按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。
具体地，计算机按照导致所述化学品事故对应的所述事故原因确定所述化学品事故的所属类别。例如，上述所述化学品事故的事故原因为橡胶老化导致天然气泄露，遇明火发生爆炸，分类得到的所属类别即为橡胶老化导致天然气泄露引起的爆炸。
本实施例中，计算机设备采用中文分词算法和危险化学品事故知识图谱对获取的化学品事故信息进行去噪和扩充处理，得到预测事故信息；通过预先设置的所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因，避免仅依靠现有的所述故障树得到事故原因，提高了得到的所述事故原因的针对性和全面性；再按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别，使得面对任何一起化学品事故，都可针对性的得到所述化学品事故的所属类别，无需耗费大量人力物力针对每一起化学品事故进行分析处理以得到分类结果，避免了单个领域专家知识经验的局限性和主观意识的片面性，从而提高了事故原因分类结果的可信度和可靠性。
在一个实施例中，如图2所示，所述s120、采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，得到预测事故信息，包括：
s210、采用中文分词算法对所述化学品事故信息进行词语分割，得到分词事故信息。
其中，所述分词事故信息包括按照在所述化学品事故信息的出现顺序排列的词语。
进一步地，所述中文分词算法大概分为三大类，第一类是基于字符串匹配，即扫描字符串，如果发现字符串的子串和词典中的词相同，就算匹配，比如机械分词方法。第二类是基于统计以及机器学习的分词方法，它们基于人工标注的词性和统计特征，对中文进行建模，即根据观测到的数据(标注好的语料)对模型参数进行训练，在分词阶段再通过模型计算各种分词出现的概率，将概率最大的分词结果作为最终结果。第三类是通过让计算机模拟人对句子的理解，达到识别词的效果。所述中文分词算法具体可用过中文分词组件jieba来实现，还可根据用户需求事先设置停用词和用户词典，便于用户的个性化使用。
具体地，计算机设备中可采用上述三大类的所述中文分词算法中的任意一种对所述化学品事故信息进行词语分割，并按照在所述化学品事故信息的出现顺序排列得到所述分词事故信息。例如，同样获取的所述化学品事故信息(部分内容)为：xxxx年y月z日23点30分左右，www地区wwww化工厂的燃气罐发生天然气泄漏，导致火灾爆炸事故，周围地区居民反映爆炸发生时伴随着巨大震响，震感明显，随后现场发火光，浓烟滚滚，燃起熊熊大火。采用所述基于字符串匹配的所述中文分词算法，得到的所述分词事故信息包括：xxxx、xxxx年、y、y月、z、z日、23点30分、左右、www、www地区、地区、wwww、wwww化工厂、化工、化工厂、燃气、燃气罐、发生、天然、天然气、泄漏、导致、火灾、爆炸、事故、周围、地区、居民、反映、爆炸、发生、发生时、伴随、伴随着、巨大、震响、震感、明显、现场、发火、火光、浓烟、浓烟滚滚、滚滚、燃起、熊熊大火、大火。
s220、将所述分词事故信息与所述危险化学品事故知识图谱中的节点进行匹配，得到匹配事故信息。
其中，所述危险化学品事故知识图谱中包括多个节点，所述危险化学品事故知识图谱可表征所述节点之间的联系关系。所述联系关系可以是因果关系、所属关系、相近关系等逻辑关系。所述节点可以表征的内容包括：危险化学品的名称、类别、物理特性以及化学特性等相关信息。
具体地，计算机设备将所述分词事故信息中的词语与所述危险化学品事故知识图谱中的节点所表征的内容进行匹配，删除所述分词事故信息中与所述危险化学品事故知识图谱中节点所表征的内容无匹配的词语，将所述分词事故信息中与所述危险化学品事故知识图谱中节点所表征的内容匹配的词语作为所述匹配事故信息。例如，将上述所述分词事故信息：xxxx、xxxx年、y、y月、z、z日、23点30分、左右、www、www地区、地区、wwww、wwww化工厂、化工、化工厂、燃气、燃气罐、发生、天然、天然气、泄漏、导致、火灾、爆炸、事故、周围、地区、居民、反映、爆炸、发生、发生时、伴随、伴随着、巨大、震响、震感、明显、现场、发火、火光、浓烟、浓烟滚滚、滚滚、燃起、熊熊大火、大火，与所述危险化学品事故知识图谱中的节点所表征的内容进行匹配，上述分词事故信息中与所述危险化学品事故知识图谱中节点无匹配的词语有：xxxx、xxxx年、y、y月、z、z日、23点30分、左右、www、www地区、地区、wwww、wwww化工厂、化工、发生、天然、导致、事故、周围、地区、居民、反映、发生、发生时、伴随、伴随着、巨大、明显、现场、滚滚、燃起，删除上述无匹配的词语后，得到的所述匹配事故信息包括：化工厂、燃气、燃气罐、天然气、泄漏、火灾、爆炸、震响、震感、发火、火光、浓烟、浓烟滚滚、熊熊大火、大火。
s230、根据各所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息。
其中，所述节点的属性包括所述节点的所属类型，即所述节点所表征的内容类型。例如，在所述危险化学品事故知识图谱中，若所述节点为白色粉末，则所述节点表征的内容类型即为所述危险化学品的物理特性，该节点的属性即为所述危险化学品的物理特性；若所述节点为爆炸，则所述节点表征的内容类型即为所述危险化学品的化学特性，该节点的属性即为所述危险化学品的化学特性。
进一步地，由于中文博大精深，同样的词语在不用的语境中会出现不同的语意，同样的字词，不同的分割，也会得到不同语义的词语，因此需结合所述节点的属性对所述匹配事故信息进行歧义消除。
进一步地，由于所述匹配事故信息是从针对某件化学品事故的新闻报道或报告文稿所获取的所述化学品事故信息中提取得到的，因此所述匹配事故信息中的词语会局限于所述新闻报道或所述报告文稿中的词语，导致信息量不够丰富，因此需结合所述节点之间的联系关系对所述匹配事故信息进行信息补全，以扩充信息量。
具体地，计算机设备根据所述根据各所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，以对所述匹配事故信息中的词语进行删减和扩充，删减掉与所述化学品事故无关的词语，扩充与所述化学品事故相关的词语，以得到所述预测事故信息。
在一个实施例中，所述s230、根据各所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息，包括：
删除所述匹配事故信息中与所述节点的属性不同的词语含义，并将与目标节点具有直接和间接所述联系关系的所述节点补入所述匹配事故信息中，得到所述预测事故信息。
其中，所述目标节点为所述匹配事故信息在所述危险化学品事故知识图谱中对应的所述节点。
具体地，计算机设备将所述匹配事故信息中词语的语义属性与所述危险化学品事故知识图谱中节点的属性进行比较，删除所述匹配事故信息中与所述节点的属性不同的词语含义，例如，上述匹配事故信息中包括一词语“发火”，该词语表示的语义属性可以是一种人的情绪，也可以是某一危险化学品的化学特征，而所述人的情绪并不属于所述危险化学品事故知识图谱中节点的某一类属性，将“发火”表示人的情绪语义删除。所述计算机设备将所述匹配事故信息中的词语在所述危险化学品事故知识图谱中对应的所述节点作为所述目标节点，将与所述目标节点具有直接和间接所述联系关系的所述节点补入所述匹配事故信息中，以扩充所述匹配事故信息，作为最终的所述预测事故信息。例如，所述目标节点包括天然气、泄漏、爆炸、火光，在所述危险化学品事故知识图谱中与天然气具有相近关系而直接连接的是甲烷和ch4，与泄漏具有因果关系直接连接的是裂缝，破裂，与泄漏、裂缝、破裂具有因果关系而直接连接的是橡胶老化，与爆炸具有相近关系而直接连接的是闪爆，与爆炸、闪爆具有因果关系而直接连接的是明火，与火光具有相近关系而直接连接的是火苗，将上述根据所述危险化学品事故知识图谱扩充的词语：甲烷、ch4、裂缝、破裂、橡胶老化、闪爆、明火以及火苗，补入所述匹配事故信息中，得到所述预测事故信息：化工厂、燃气、燃气罐、天然气、甲烷、ch4、裂缝、破裂、橡胶老化、泄漏、明火、火灾、爆炸、闪爆、震响、震感、发火、火光、浓烟、火苗、浓烟滚滚、熊熊大火、大火。
本实施例中，计算机设备采用中文分词算法对所述化学品事故信息进行词语分割，得到分词事故信息，再将所述分词事故信息与所述危险化学品事故知识图谱中的节点进行匹配，得到匹配事故信息。删除所述匹配事故信息中与所述节点的属性不同的词语含义，并将与目标节点具有直接和间接所述联系关系的所述节点补入所述匹配事故信息中，实现对所述匹配事故信息的歧义消除和信息补全。不仅使得所得到所述预测事故信息中的词语更契合所述化学品事故的实际情况，同时使得所得到的所述预测事故信息具有丰富的词语量，有利于得到更为准确的所述化学品事故的事故原因，提高整体化学品事故分类的准确率。
在一个实施例中，如图3所示，在所述s130、根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因，包括：
s310、根据所述预测事故信息确定所述化学品事故的事故类型。
其中，所述事故类型包括泄漏、火灾以及爆炸。
进一步地，每一所述事故类型包括必须关键词语和/或禁止关键词语，可将所述预测事故信息中的词语与每一所述事故类型的所述必须关键词语和所述禁止关键词语进行匹配，以得出所述化学品事故的所述事故类型。
进一步地，所述事故类型为泄漏的所述化学品事故的所述必须关键词语可以是：泄漏、气味、否定词 火灾/爆炸，以及与之具有所属关系、因果关系和相近关系的词语，所述事故类型为泄漏的所述化学品事故的所述禁止关键词语可以是：明火、火灾以及爆炸，以及与之具有所属关系、因果关系和相近关系的词语。所述事故类型为火灾的所述化学品事故的所述必须关键词语可以是：火灾、明火、否定词 爆炸，以及与之具有所属关系、因果关系和相近关系的词语，所述事故类型为火灾的所述化学品事故的所述禁止关键词语可以是：爆炸以及与之具有所属关系、因果关系和相近关系的词语。所述事故类型为爆炸的所述化学品事故的所述必须关键词语可以是：易燃易爆品 明火或者火苗 巨响 爆炸，以及与之具有所属关系、因果关系和相近关系的词语。
具体地，计算机设备根据每一所述事故类型包括必须关键词语和/或禁止关键词语，得出由所述预测事故信息得到的所述化学品事故的所述事故类型。例如，上述得到所述预测事故信息为：化工厂、燃气、燃气罐、天然气、甲烷、ch4、裂缝、破裂、橡胶老化、泄漏、明火、火灾、爆炸、闪爆、震响、震感、发火、火光、浓烟、火苗、浓烟滚滚、熊熊大火、大火。对应得到的所述化学品事故信息的事故类型为爆炸。
s320、获取所述事故类型对应的所述故障树的最小割集。
其中，每一所述故障树包括至少一所述最小割集。从工程上讲，任一最小割集中的部件都失效，即使系统失效。应用至化学品事故中，导致对应事故类型的化学品事故包括若干所述最小割集，每一所述最小割集中包括用于表征导致该类型的化学品事故事故原因的词语，当所述预测事故信息的词语中包括任一所述最小割集中的全部词语，则对应导致该事故类型的化学品事故。
具体地，计算机设备根据由所述预测事故信息得到的所述化学品事故的所述事故类型，获取预先设置的该事故类型对应的所述故障树的最小割集。该事故类型对应的所述故障树是专家事先根据以往的大量化学品事故结合危险化学品领域知识和常识知识所构建的，用于反映不同类型化学品事故的事故起因、事故现象、事故结果之间的逻辑关系。例如，由所述化学品事故的事故类型为爆炸的所述故障树得到导致爆炸的最小割集可以包括：最小割集1{甲烷，明火，管道破裂，泄漏}，最小割集2{甲烷，明火，橡胶老化，泄漏}，最小割集3{甲烷，明火，阀门松动，泄漏}。
s330、判断所述预测事故信息中是否包括至少一所述最小割集。
若是，则根据所述最小割集确定所述化学品事故的事故原因。
若否，则执行所述根据所述预测事故信息确定所述化学品事故的事故类型的步骤，直至所述预测事故信息中包括至少一所述最小割集。
具体的，将所述预测事故信息中的词语与所述最小割集中的词语进行比较，判断所述预测事故信息中是否包括至少一所述最小割集中的全部词语。例如，上述得到的所述预测事故信息为：化工厂、燃气、燃气罐、天然气、甲烷、ch4、裂缝、破裂、橡胶老化、泄漏、明火、火灾、爆炸、闪爆、震响、震感、发火、火光、浓烟、火苗、浓烟滚滚、熊熊大火、大火，可知该预测事故信息中包括上述最小割集2{甲烷，明火，橡胶老化，泄漏}中全部的词语，则根据所述最小割集确定所述化学品事故的事故原因。而当所述预测事故信息中不包括任一所述最小割集中的所有词语时，则重新确定所述化学品事故的事故类型，返回执行所述s310，直至所述预测事故信息中包括至少一所述最小割集，并得到所述化学品事故的事故原因。
本实施例中，计算机设备将根据针对某一起化学事故的所述化学品事故信息得到的所述预测事故信息与已有的且与由所述化学品事故信息得到的事故类型相同的故障树相结合，以根据相同事故类型故障树的最小割集确定所述化学品事故的事故原因。通过相同的事故类型将当前研究的所述化学品事故与已有的化学品事故的故障树联系起来，一方面，由于事故类型相同则对应故障树内容相似，可直接拿来使用，避免重新分析建立故障树，简化了化学品事故分类的整体过程。另一方面，在已有故障树的基础上进一步结合当前研究的化学品事故的所述化学品事故信息，以提高对当前研究的所述化学品事故的针对性，使整个所述化学品事故分类方法可针对每一研究的所述化学品事故，提高了该分类方法的适用性。
在一个实施例中，如图4所示，所述根据所述最小割集确定所述化学品事故的事故原因，包括：
s410、在所述预测事故信息中获取与所述最小割集中词语具有特定关联关系的词语，作为所述目标词语。
其中，所述特定关联关系包括因果关系、所属关系以及相近关系中的至少一种。
具体地，计算机设备将所述预测事故信息中与所述最小割集中词语具有因果关系、所属关系以及相近关系中任一关系的词语，作为所述目标词语。例如，上述得到的所述预测事故信息为：化工厂、燃气、燃气罐、天然气、甲烷、ch4、裂缝、破裂、橡胶老化、泄漏、明火、火灾、爆炸、闪爆、震响、震感、发火、火光、浓烟、火苗、浓烟滚滚、熊熊大火、大火，所述最小割集2包括{甲烷，明火，橡胶老化，泄漏}，计算机设备将所述预测事故信息中与所述最小割集2中甲烷具有相近关系的燃气、天然气、甲烷、ch4，与所述最小割集2中明火具有相近关系的明火、火灾、发火、火光、火苗、熊熊大火、大火，与所述最小割集2中橡胶老化相同的橡胶老化，与所述最小割集2中橡胶老化具有因果关系的裂缝、破裂，与所述最小割集2中泄漏相同的泄漏，与所述最小割集2中泄漏具有因果关系的爆炸、闪爆、震感、震响，作为所述目标词语。综上，得到的所述目标词语包括：燃气、天然气、甲烷、ch4、明火、火灾、发火、火光、火苗、熊熊大火、大火、橡胶老化、裂缝、破裂、泄漏、爆炸、闪爆、震感、震响。
s420、根据所述目标词语，结合所述特定关联关系构建所述化学品事故的演化过程。
其中，所述化学品事故的演化过程包括所述化学品事故的事故起因、事故发展、事故现象以及事故结果。所述化学品事故的演化过程用于表征所述化学品事故的整个发展过程。
具体地，计算机设备根据所述目标词语之间的所述因果关系、所述所属关系以及所述相近关系将所述目标词语衔接起来，构建形成用于表征所述化学品事故的整个发展过程的所述化学品事故的演化过程。例如，上述得到的所述目标词语包括：燃气、天然气、甲烷、ch4、明火、火灾、发火、火光、火苗、熊熊大火、大火、橡胶老化、裂缝、破裂、泄漏、爆炸、闪爆、震感、震响，根据上述词语之间的所述因果关系、所述所属关系以及所述相近关系，衔接后得到的所述化学品事故的演化过程为：橡胶老化导致出现裂缝/发生破裂，使得燃气/天然气/甲烷/ch4泄漏，遇到明火/火苗后，发生爆炸/闪爆，进而引发火灾/大火/熊熊大火/大火，现场震感、震响强烈。
s430、将所述化学品事故的演化过程中的所述事故起因和所述事故发展结合，得到所述化学品事故的事故原因。
具体地，计算机设备根据逻辑关系获取所述化学品事故的演化过程中的所述事故起因和所述事故发展，并将所述事故起因和所述事故发展结合，得到所述化学品事故的事故原因。例如，由上述得到的所述化学品事故的演化过程中的逻辑关系可知，该化学品事故的事故起因为橡胶老化导致的天然气泄漏，事故结果为：遇明火/火苗，则得到的引发爆炸的所述事故原因为：橡胶老化导致天然气泄漏，遇明火/火苗。
本实施例中，计算机室设备通过在所述预测事故信息中获取与所述最小割集中词语具有因果关系、所属关系以及相近关系的词语，作为目标词语，以此将已有的故障树与研究的化学品事故的所述预测事故信息相结合，以提高对当前研究的所述化学品事故的针对性，再根据所述目标词语确定所述化学品事故的演化过程，并将所述化学品事故的演化过程中的事故起因和事故发展结合，得到针对所研究的化学品事故的所述化学品事故的事故原因，提高了基于该事故原因进行所述化学品事故分类方法的适用性。
在一个实施例中，所述s430、将所述化学品事故的演化过程中的所述事故起因和所述事故发展结合，得到所述化学品事故的事故原因之后包括：
将构建所述化学品事故的演化过程中的词语，根据所述特定关联关系和时序关系以结构化表格的形式呈现并保存。
其中，可以将所述结构化表格采用nosql类型的图形数据库neo4j保存。
具体地，所述结构化表格如图5所示，所述结构化表格中具体包括所述化学品事故的事故类型、事故结果、事故现象、事故发展以及事故起因五部分内容，计算机设备将构建所述化学品事故的演化过程中的词语，以所述事故类型为顶层结构(出发点)，根据所述化学品事故的演化过程中的词语之间的因果关系、所属关系以及相近关系逐层归属至所述结构化表格中的相应部分，最终形成该化学品事故的结构化表格并保存。
本实施例中，计算机设备根据得到的所述化学品事故的演化过程中的词语之间的因果关系、所属关系以及相近关系，将表征整个所述化学品事故发展过程的通过所述结构化表格的方式呈现，以统一呈现形式，便于后续对大量化学品事故高效存储、查询以及统计分析，减少整理过程。
在一个实施例中，在所述s140、按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别之前，所述方法还包括：通过所述匹配事故信息对所述事故原因进行验证，具体包括如下步骤：
通过所述匹配事故信息对应的故障树，得到所述化学品事故的验证事故原因。
具体过程与s310～s330相似，区别点在于将所述预测事故信息替换为所述匹配事故信息，得到所述化学品事故的验证事故原因。
若所述验证事故原因包括所述事故原因，则执行所述按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别的步骤。
若所述验证事故原因不包括所述事故原因，则执行所述根据所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息的步骤，直至所述验证事故原因包括所述事故原因。
具体地，计算机设备将通过所述匹配事故信息得到的所述验证事故原因与通过所述预测事故信息得到的所述事故原因进行比较，判断所述验证事故原因与所述事故原因之间是否存在所属关系，所述验证事故原因是否包括所述事故原因。例如，通过所述匹配事故信息得到的爆炸的所述验证事故原因为：天然气泄漏，遇明火/火苗，而由所述预测事故信息得到的爆炸的所述事故原因为：橡胶老化导致天然气泄漏，遇明火/火苗，可知所述事故原因属于所述预测事故原因，即所述验证事故原因包括所述事故原因，则根据所述预测事故信息得到的所述事故原因正确，执行s140。而若通过所述匹配事故信息得到的爆炸的所述验证事故原因为：阀门松动导致天然气泄漏，遇明火/火苗，而由所述预测事故信息得到的爆炸的所述事故原因为：橡胶老化导致天然气泄漏，遇明火/火苗，可知所述事故原因不属于所述预测事故原因，即所述验证事故原因不包括所述事故原因，则根据所述预测事故信息得到的所述事故原因不正确，则需重新获取所述预测事故信息，执行s230。
本实施例中，由于所述预测事故信息是对所述匹配事故信息进行歧义消除和信息补全后的得的，因此所述预测事故信息是相对所述匹配事故信息更为限定的词语集合，即可得到更为精确结果的词语集合。因此，若由所述匹配事故信息得到的所述验证事故原因包括由所述预测事故信息得到的所述事故原因，则得到的所述事故原因准确，并未经所述歧义消除和信息补全后发生偏差，则可根据所述事故原因进行所述化学品事故的分类；若由所述匹配事故信息得到的所述验证事故原因不包括由所述预测事故信息得到的所述事故原因，则得到的所述事故原因不准确，说明所述匹配事故信息经所述歧义消除和信息补全后发生了偏差，导致最终由所述预测事故信息得到的所述事故原因与由所述匹配事故信息得到的所述验证事故原因出现误差，则需重新获取所述预测事故信息。计算机设备通过由所述匹配事故信息得到的所述验证事故原因对由所述预测事故信息得到的所述事故原因进行事故原因的正确性验证，以提高得到的所述事故原因的准确性，进而提高所述化学品事故分类的准确率。
应该理解的是，虽然图1-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种化学品事故分类装置，所述化学品事故分类装置600包括：信息获取模块610、信息处理模块620、事故分析模块630以及事故分类模块740，其中：
所述信息获取模块610用于获取化学品事故信息；其中，所述化学品事故信息用于表征化学品事故的事故情况；
所述信息处理模块620用于采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪处理，得到预测事故信息；其中，所述危险化学品事故知识图谱包括含有危险化学品领域知识和常识知识的知识图谱；
所述事故分析模块630用于根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因；
所述事故分类模块640用于按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。
在一个实施例中，所述信息处理模块620还用于：
采用中文分词算法对所述化学品事故信息进行词语分割，得到分词事故信息；其中，所述分词事故信息包括按照在所述化学品事故信息的出现顺序排列的词语；
将所述分词事故信息与所述危险化学品事故知识图谱中的节点进行匹配，得到匹配事故信息；
根据各所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息；其中，所述节点的属性包括所述节点的所属类型。
在一个实施例中，所述信息处理模块620还用于：
删除所述匹配事故信息中与所述节点的属性不同的词语含义，并将与目标节点具有直接和间接所述联系关系的所述节点补入所述匹配事故信息中，得到所述预测事故信息；其中，所述目标节点为所述匹配事故信息在所述危险化学品事故知识图谱中对应的所述节点。
在一个实施例中，所述事故分析模块630还用于：
根据所述预测事故信息确定所述化学品事故的事故类型；
获取所述事故类型对应的所述故障树的最小割集；其中，每一所述故障树包括至少一所述最小割集；
判断所述预测事故信息中是否包括至少一所述最小割集；
若是，则根据所述最小割集确定所述化学品事故的事故原因；
若否，则执行所述根据所述预测事故信息确定所述化学品事故的事故类型的步骤，直至所述预测事故信息中包括至少一所述最小割集。
在一个实施例中，所述事故分析模块630还用于：
在所述预测事故信息中获取与所述最小割集中词语具有特定关联关系的词语，作为所述目标词语；其中，所述特定关联关系包括因果关系、所属关系以及相近关系中的至少一种；
根据所述目标词语，结合所述特定关联关系构建所述化学品事故的演化过程；其中，所述化学品事故的演化过程包括事故起因、事故发展、事故现象以及事故结果；
将所述化学品事故的演化过程中的所述事故起因和所述事故发展结合，得到所述化学品事故的事故原因。
在一个实施例中，所述化学品事故分类装置600还包括：
结构化模块，用于将构建所述化学品事故的演化过程中的词语，根据所述特定关联关系以结构化表格的形式呈现并保存。
在一个实施例中，所述化学品事故分类装置600还包括：
事故原因验证模块，用于通过所述匹配事故信息对应的故障树，得到所述化学品事故的验证事故原因；
若所述验证事故原因包括所述事故原因，则执行所述按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别的步骤；
若所述验证事故原因不包括所述事故原因，则执行所述根据所述各节的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息的步骤，直至所述验证事故原因包括所述事故原因。
关于化学品事故分类装置的具体限定可以参见上文中对于化学品事故分类方法的限定，在此不再赘述。上述化学品事故分类装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种化学品事故分类方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取化学品事故信息；其中，所述化学品事故信息用于表征化学品事故的事故情况；
采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，得到预测事故信息；其中，所述危险化学品事故知识图谱包括含有危险化学品领域知识和常识知识的知识图谱；
根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因；
按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
采用中文分词算法对所述化学品事故信息进行词语分割，得到分词事故信息；其中，所述分词事故信息包括按照在所述化学品事故信息的出现顺序排列的词语；
将所述分词事故信息与所述危险化学品事故知识图谱中的节点进行匹配，得到匹配事故信息；
根据各所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息；其中，所述节点的属性包括所述节点的所属类型。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
删除所述匹配事故信息中与所述节点的属性不同的词语含义，并将与目标节点具有直接和间接所述联系关系的所述节点补入所述匹配事故信息中，得到所述预测事故信息；其中，所述目标节点为所述匹配事故信息在所述危险化学品事故知识图谱中对应的所述节点。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据所述预测事故信息确定所述化学品事故的事故类型；
获取所述事故类型对应的所述故障树的最小割集；其中，每一所述故障树包括至少一所述最小割集；
判断所述预测事故信息中是否包括至少一所述最小割集；
若是，则根据所述最小割集确定所述化学品事故的事故原因；
若否，则执行所述根据所述预测事故信息确定所述化学品事故的事故类型的步骤，直至所述预测事故信息中包括至少一所述最小割集。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在所述预测事故信息中获取与所述最小割集中词语具有特定关联关系的词语，作为所述目标词语；其中，所述特定关联关系包括因果关系、所属关系以及相近关系中的至少一种；
根据所述目标词语，结合所述特定关联关系构建所述化学品事故的演化过程；其中，所述化学品事故的演化过程包括事故起因、事故发展、事故现象以及事故结果；
将所述化学品事故的演化过程中的所述事故起因和所述事故发展结合，得到所述化学品事故的事故原因。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将构建所述化学品事故的演化过程中的词语，根据所述特定关联关系以结构化表格的形式呈现并保存。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
通过所述匹配事故信息对应的故障树，得到所述化学品事故的验证事故原因；
若所述验证事故原因包括所述事故原因，则执行所述按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别的步骤；
若所述验证事故原因不包括所述事故原因，则执行所述根据所述各节的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息的步骤，直至所述验证事故原因包括所述事故原因。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取化学品事故信息；其中，所述化学品事故信息用于表征化学品事故的事故情况；
采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，得到预测事故信息；其中，所述危险化学品事故知识图谱包括含有危险化学品领域知识和常识知识的知识图谱；
根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因；
按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
采用中文分词算法对所述化学品事故信息进行词语分割，得到分词事故信息；其中，所述分词事故信息包括按照在所述化学品事故信息的出现顺序排列的词语；
将所述分词事故信息与所述危险化学品事故知识图谱中的节点进行匹配，得到匹配事故信息；
根据各所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息；其中，所述节点的属性包括所述节点的所属类型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
删除所述匹配事故信息中与所述节点的属性不同的词语含义，并将与目标节点具有直接和间接所述联系关系的所述节点补入所述匹配事故信息中，得到所述预测事故信息；其中，所述目标节点为所述匹配事故信息在所述危险化学品事故知识图谱中对应的所述节点。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据所述预测事故信息确定所述化学品事故的事故类型；
获取所述事故类型对应的所述故障树的最小割集；其中，每一所述故障树包括至少一所述最小割集；
判断所述预测事故信息中是否包括至少一所述最小割集；
若是，则根据所述最小割集确定所述化学品事故的事故原因；
若否，则执行所述根据所述预测事故信息确定所述化学品事故的事故类型的步骤，直至所述预测事故信息中包括至少一所述最小割集。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在所述预测事故信息中获取与所述最小割集中词语具有特定关联关系的词语，作为所述目标词语；其中，所述特定关联关系包括因果关系、所属关系以及相近关系中的至少一种；
根据所述目标词语，结合所述特定关联关系构建所述化学品事故的演化过程；其中，所述化学品事故的演化过程包括事故起因、事故发展、事故现象以及事故结果；
将所述化学品事故的演化过程中的所述事故起因和所述事故发展结合，得到所述化学品事故的事故原因。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将构建所述化学品事故的演化过程中的词语，根据所述特定关联关系以结构化表格的形式呈现并保存。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
通过所述匹配事故信息对应的故障树，得到所述化学品事故的验证事故原因；
若所述验证事故原因包括所述事故原因，则执行所述按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别的步骤；
若所述验证事故原因不包括所述事故原因，则执行所述根据所述各节的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息的步骤，直至所述验证事故原因包括所述事故原因。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-onlymemory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(randomaccessmemory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(staticrandomaccessmemory，sram)或动态随机存取存储器(dynamicrandomaccessmemory，dram)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
1.一种化学品事故分类方法，其特征在于，所述方法包括：
获取化学品事故信息；其中，所述化学品事故信息用于表征化学品事故的事故情况；
采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，得到预测事故信息；其中，所述危险化学品事故知识图谱包括含有危险化学品领域知识和常识知识的知识图谱；
根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因；
按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。
2.根据权利要求1所述的方法，其特征在于，所述采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪和扩充处理，得到预测事故信息，包括：
采用中文分词算法对所述化学品事故信息进行词语分割，得到分词事故信息；其中，所述分词事故信息包括按照在所述化学品事故信息的出现顺序排列的词语；
将所述分词事故信息与所述危险化学品事故知识图谱中的节点进行匹配，得到匹配事故信息；
根据各所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息；其中，所述节点的属性包括所述节点的所属类型。
3.根据权利要求2所述的方法，其特征在于，所述根据所述节点的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息，包括：
删除所述匹配事故信息中与所述节点的属性不同的词语含义，并将与目标节点具有直接和间接所述联系关系的所述节点补入所述匹配事故信息中，得到所述预测事故信息；其中，所述目标节点为所述匹配事故信息在所述危险化学品事故知识图谱中对应的所述节点。
4.根据权利要求1所述的方法，其特征在于，所述根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因，包括：
根据所述预测事故信息确定所述化学品事故的事故类型；
获取所述事故类型对应的所述故障树的最小割集；其中，每一所述故障树包括至少一所述最小割集；
判断所述预测事故信息中是否包括至少一所述最小割集；
若是，则根据所述最小割集确定所述化学品事故的事故原因；
若否，则执行所述根据所述预测事故信息确定所述化学品事故的事故类型的步骤，直至所述预测事故信息中包括至少一所述最小割集。
5.根据权利要求4所述的方法，其特征在于，所述根据所述最小割集确定所述化学品事故的事故原因，包括：
在所述预测事故信息中获取与所述最小割集中词语具有特定关联关系的词语，作为所述目标词语；其中，所述特定关联关系包括因果关系、所属关系以及相近关系中的至少一种；
根据所述目标词语，结合所述特定关联关系构建所述化学品事故的演化过程；其中，所述化学品事故的演化过程包括事故起因、事故发展、事故现象以及事故结果；
将所述化学品事故的演化过程中的所述事故起因和所述事故发展结合，得到所述化学品事故的事故原因。
6.根据权利要求5所述的方法，其特征在于，所述根据将所述化学品事故的演化过程得到所述化学品事故的事故原因之后包括：
将构建所述化学品事故的演化过程中的词语，根据所述特定关联关系以结构化表格的形式呈现并保存。
7.根据权利要求2所述的方法，其特征在于，在所述按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别之前，所述方法还包括：
通过所述匹配事故信息对应的故障树，得到所述化学品事故的验证事故原因；
若所述验证事故原因包括所述事故原因，则执行所述按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别的步骤；
若所述验证事故原因不包括所述事故原因，则执行所述根据所述各节的属性和所述节点之间的联系关系对所述匹配事故信息进行歧义消除和信息补全，得到所述预测事故信息的步骤，直至所述验证事故原因包括所述事故原因。
8.一种化学品事故分类装置，其特征在于，所述装置包括：
信息获取模块，用于获取化学品事故信息；其中，所述化学品事故信息用于表征化学品事故的事故情况；
信息处理模块，用于采用中文分词算法和危险化学品事故知识图谱对所述化学品事故信息进行去噪处理，得到预测事故信息；其中，所述危险化学品事故知识图谱包括含有危险化学品领域知识和常识知识的知识图谱；
事故分析模块，用于根据所述预测事故信息对应的故障树结合所述预测事故信息，得到所述化学品事故的事故原因；
事故分类模块，用于按照所述事故原因对所述化学品事故进行分类，得到所述化学品事故的所属类别。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
技术总结