Ein verbessertes Modell zum Extrahieren von Risikoinformationen über gefährliche Chemikalien aus einer Datenbank wird in berichtet International Journal of Reasoning-based Intelligent Systems.
Guanlin Chen, Qiao Hu und Bangjie Zhu vom Zhejiang University City College, Qi Lu von China National Air Separation Engineering Co., Ltd und Kaimin Li von City Cloud Technology (China) Co., Ltd, alle in Hangzhou, China, entwickeln sich ein Modell, das Wortmerkmale und Zeichenmerkmale kombiniert und sie unter Verwendung eines bidirektionalen Etikettenverteilungsübertragungsmodells und eines Selbstaufmerksamkeitsmechanismus codiert. Der resultierende Wissensgraph kann dann beispielsweise eine zeitnahe Risikobewertung basierend auf Bestandsinformationen in einem Lager liefern.
Dieser Wissensgraph kann mit der Ausgabe von Sensoren gekoppelt werden, um ein Managementsystem zu untermauern, um sicherzustellen, dass Chemikalien in einer solchen Umgebung angemessen gelagert und sicher gehandhabt werden. Tatsächlich wird das gleiche System für die gesamte Logistik von Gefahrstoffen gelten – Transport, Lagerung, Handhabung und Lieferung.
Das Team schlägt vor, dass das System 100 Millionen Kartendaten verarbeiten und so genannte Kontraindikationen aufdecken könnte, bei denen beispielsweise zwei oder mehr Chemikalien aufgrund ihrer Reaktionen nicht in unmittelbarer Nähe gelagert werden sollten. All dies würde eine einfache Risikobewertung ermöglichen und die Zahl der Unfälle verringern, die Leben, Eigentum und die Umwelt bedrohen könnten.
Mehr Informationen:
Bangjie Zhu et al, A Hazardous Chemical Knowledge Base Construction Method Based on Knowledge Graph, International Journal of Reasoning-based Intelligent Systems (2022). DOI: 10.1504/IJRIS.2023.10050218