【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种应急事件处理方法、装置、设备、存储介质及程序产品。
技术介绍
1、应急事件是指突然发生，造成或者可能造成重大人员伤亡、财产损失、生态环境破坏等紧急情况的事件。它涵盖了自然灾害、事故灾难、公共卫生事件等多个方面。
2、现有技术在处理应急事件时，针对需紧急处理的突发事件，主要是通过信息员对事件进行上报，填写要素。
3、然而，在现有的应急事件处理方法中，由于输入数据类型的单一化，使得在面对复杂、多变的应急事件时，模型的准确性和分析效率不足。
技术实现思路
1、本申请提供一种应急事件处理方法、装置、设备、存储介质及程序产品，用以解决输入数据类型的单一化，使得在面对复杂、多变的应急事件时，模型的准确性和分析效率不足的问题。
2、第一方面，本申请提供一种应急事件处理方法，该方法包括：
3、获取多模态数据，所述多模态数据用于指示应急事件对应的多个类型的数据；
4、将所述多个类型的数据输入至应急事件处理模型中，得到所述应急事件处理模型输出的处理结果，所述应急事件处理模型是根据历史应急事件对应的历史多模态数据和历史处理结果训练得到的，所述历史多模态数据用于指示历史应急事件的多个类型的历史数据；
5、根据所述处理结果，对所述应急事件进行事件处理。
6、在一种可能的实现方式中，所述多模态数据包括：文本数据、音频数据、图像数据和视频数据，所述将所述多个类型的数据输入至应急事件处理模型中，得到
7、根据所述文本数据确定对应的词向量特征；
8、将所述图像数据、视频数据和音频数据输入至多层感知模块中，得到对应的特征数据；
9、采用多头自注意力机制，对所述词向量特征和多个特征数据进行数据处理，得到所述应急事件对应的应急事件参数；
10、根据所述应急事件参数，确定所述应急事件对应的处理结果。
11、在一种可能的实现方式中，所述应急事件参数包括：所述应急事件对应的事件类型、危害程度以及关键数据特征，所述根据所述应急事件参数，确定所述应急事件对应的处理结果，包括：
12、根据所述事件类型、危害程度以及关键数据特征，确定多个专家网络与所述应急事件的第一匹配权重；
13、对多个专家网络的第一匹配权重按照从大到小的顺序进行排序处理，并将前k个专家网络作为目标专家网络；
14、获取所述前k个专家网络发送的应急事件处理方案，并对k个应急事件处理方案进行分析融合处理，得到所述处理结果。
15、在一种可能的实现方式中，所述多模态数据包括：所述应急事件对应的事件类型，所述应急事件参数包括：所述应急事件对应的危害程度以及关键数据特征，所述根据所述应急事件参数，确定所述应急事件对应的处理结果，包括：
16、确定所述事件类型对应的多个候选专家网络；
17、根据所述危害程度以及关键数据特征，确定多个候选专家网络与所述应急事件的第二匹配权重；
18、根据多个第二匹配权重，从所述多个候选专家网络中确定目标专家网络，所述目标专家网络的第二匹配权重大于其他专家网络的第二匹配权重；
19、将所述目标专家网络发送的应急事件处理方案作为所述处理结果。
20、在一种可能的实现方式中，所述获取多模态数据之前，所述方法还包括：
21、获取多个历史应急事件的事件信息，所述事件信息包括：多模态历史数据以及历史处理结果；
22、确定多个事件类型对应的专家网络，其中，每个事件类型对应有至少一个专家网络；
23、基于所述多个专家网络，构建深度学习模型；
24、根据所述多模态历史数据和所述历史处理结果对所述深度学习模型进行训练处理，得到所述应急事件处理模型。
25、在一种可能的实现方式中，所述根据所述多模态历史数据和所述历史处理结果对所述深度学习模型进行训练处理，得到所述应急事件处理模型，包括：
26、将所述多模态历史数据输入至所述深度学习模型中，得到所述深度学习模型输出的训练结果，所述训练结果是基于所述多个专家网络确定得到的；
27、根据所述训练结果和所述历史处理结果，确定所述深度学习模型的损失函数；
28、在所述损失函数满足预设条件的情况下，确定所述深度学习模型训练完成，得到所述应急事件处理模型。
29、在一种可能的实现方式中，所述根据所述处理结果，对所述应急事件进行事件处理，包括：
30、根据所述处理结果、所述危害程度以及所述关键数据特征，生成应急事件上报消息；
31、将所述应急事件上报消息上报至应急事件处理服务器。
32、第二方面，本申请提供一种应急事件处理装置，该装置包括：
33、获取模块，用于获取多模态数据，所述多模态数据用于指示应急事件对应的多个类型的数据；
34、处理模块，用于将所述多个类型的数据输入至应急事件处理模型中，得到所述应急事件处理模型输出的处理结果，所述应急事件处理模型是根据历史应急事件对应的历史多模态数据和历史处理结果训练得到的，所述历史多模态数据用于指示历史应急事件的多个类型的历史数据；
35、所述处理模块，还用于根据所述处理结果，对所述应急事件进行事件处理。
36、在一种可能的实现方式中，所述多模态数据包括：文本数据、音频数据、图像数据和视频数据，所述处理模块，用于根据所述文本数据确定对应的词向量特征；将所述图像数据、视频数据和音频数据输入至多层感知模块中，得到对应的特征数据；采用多头自注意力机制，对所述词向量特征和多个特征数据进行数据处理，得到所述应急事件对应的应急事件参数；根据所述应急事件参数，确定所述应急事件对应的处理结果。
37、在一种可能的实现方式中，所述应急事件参数包括：所述应急事件对应的事件类型、危害程度以及关键数据特征，所述处理模块，用于根据所述事件类型、危害程度以及关键数据特征，确定多个专家网络与所述应急事件的第一匹配权重；对多个专家网络的第一匹配权重按照从大到小的顺序进行排序处理，并将前k个专家网络作为目标专家网络；
38、获取模块，还用于获取所述前k个专家网络发送的应急事件处理方案；
39、所述处理模块，用于对k个应急事件处理方案进行分析融合处理，得到所述处理结果。
40、在一种可能的实现方式中，所述多模态数据包括：所述应急事件对应的事件类型，所述应急事件参数包括：所述应急事件对应的危害程度以及关键数据特征，所述处理模块，用于确定所述事件类型对应的多个候选专家网络；根据所述危害程度以及关键数据特征，确定多个候选专家网络与所述应急事件的第二匹配权重；根据多个第二匹配权重，从所述多个候选专家网络中确定目标专家网络，所述目标专家网络的第二匹配权重大于其他专家网络的第二匹配权重；将所述目标专家网络发本文档来自技高网...
【技术保护点】
1.一种应急事件处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多模态数据包括：文本数据、音频数据、图像数据和视频数据，所述将所述多个类型的数据输入至应急事件处理模型中，得到所述应急事件处理模型输出的处理结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述应急事件参数包括：所述应急事件对应的事件类型、危害程度以及关键数据特征，所述根据所述应急事件参数，确定所述应急事件对应的处理结果，包括：
4.根据权利要求2所述的方法，其特征在于，所述多模态数据包括：所述应急事件对应的事件类型，所述应急事件参数包括：所述应急事件对应的危害程度以及关键数据特征，所述根据所述应急事件参数，确定所述应急事件对应的处理结果，包括：
5.根据权利要求1所述的方法，其特征在于，所述获取多模态数据之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述多模态历史数据和所述历史处理结果对所述深度学习模型进行训练处理，得到所述应急事件处理模型，包括：
7.根据权利要求3或4所述
8.一种应急事件处理装置，其特征在于，所述装置包括：
9.一种应急事件处理设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-7中任一项所述的应急事件处理方法。
11.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的应急事件处理方法。
...【技术特征摘要】
1.一种应急事件处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多模态数据包括：文本数据、音频数据、图像数据和视频数据，所述将所述多个类型的数据输入至应急事件处理模型中，得到所述应急事件处理模型输出的处理结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述应急事件参数包括：所述应急事件对应的事件类型、危害程度以及关键数据特征，所述根据所述应急事件参数，确定所述应急事件对应的处理结果，包括：
4.根据权利要求2所述的方法，其特征在于，所述多模态数据包括：所述应急事件对应的事件类型，所述应急事件参数包括：所述应急事件对应的危害程度以及关键数据特征，所述根据所述应急事件参数，确定所述应急事件对应的处理结果，包括：
5.根据权利要求1所述的方法，其特征在于，所述获取多模态数...
【专利技术属性】
技术研发人员：黄洁云，谭超，王宁，王恺，史树明，廉士国，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。