忽如一夜春风来，“沉睡”数据似花开。9月22日，安全环保院HSE信息中心数据分析人员，打开“QHSE文本语义识别系统”，点击“加载数据”按钮，再点击“生成智能报告”，只需5秒钟，便可生成图文并茂的报告。
“与传统的人工数据分析方式相比，‘机器’分析效率提升了近4000倍，更重要的是将安全管理人员从繁杂的数据分析工作中解脱出来，让他们有更多时间专注于提升知识、技能空间。” HSE信息中心主任吴顺成说。
吴顺成说的这种“机器”，是他们的新近攻关成果“基于大数据的石油石化行业HSE风险智能管控新模式及关键技术”。通过石油石化联合会专家鉴定，这项技术整体达到国际先进水平。
据了解，我国石油石化企业各类信息系统产生了海量、业务类型丰富的文本数据，约占数据总量的75%，由于缺乏分析手段，大多数文本数据的应用止步于数据上报、人工查阅，加上分布在不同的归口管理部门，数据“孤岛”现象突出。据分析，过去20年，65.9%的事故与风险辨识不全面有关，亟须构建集成化的全产业链“业务+安全”数据池，研发面向石油石化企业的文本挖掘技术，将非结构化的文本数据转化为结构化的风险信息。
项目组经过对“沉睡”了近20年积累的海量文本数据进行3年科技攻关，构建了石油石化领域词典构建工具，积累了14万条领域专业词典，定制化研发了系列石油石化领域语义识别模型。从“业务”和“安全”全面发力，积极构建“业务”和“安全”深度融合的HSE风险管控新生态，解决了文本数据深度挖掘的问题，实现了非结构化数据向结构化风险信息转变、由局部认知到系统认知转变、由“事故潜在风险信息”到“风险预警信息”转变。
据悉，定制化石油石化领域语义识别模型赋予机器“文本阅读理解”能力，替代安全管理人员阅读各类文本数据、提取风险信息、进行各维度风险量化分析，最后撰写分析报告。现在只要输入excel格式的问题检查表、word格式的事故事件报告等文本数据，就可以“一键”搞定。
“目前，这一成果不仅为完成单位带来上千万元的项目合同收入，还为3家应用企业每年节约人员用工成本约2000多万元。”项目主要完成人阎红巧说，更重要的是能够使管理者从安全生产“宏观”把握向“微观”运用、从严格监管向风险主动预测的转变转型升级。
