EventExtraction

事件抽取-目前限定燃气事故，数据来源为“燃气爆炸微信公众平台”

---

基于模板

燃气事件

1. 触发词：爆炸，起火，闪爆，爆燃，泄漏， 火灾， 中毒
2. 事件类型：燃气火灾事故、燃气爆炸事故、燃气泄漏事故、CO中毒事故、燃气闪爆事故
3. 发生时间：xxxx年xx月xx日xx时xx分，当晚，凌晨， 早上...
4. 事故地点：
5. 救援组织：
6. 事故损伤：死亡，受伤，伤亡, 烧毁，受损，损失...
7. 事故原因：原因，调查...

匹配模板

1. .*?(未造成(?:伤亡|人员伤亡|经济损失
2. .*?造成.*?(\d+人死亡)
3. .*?造成.*?(\d+人受伤)

操作步骤

1. 使用 stanfordcorenlp 工具包，识别触发词，抽取时间、地点、组织（修改stanfordnlp_ner.py文件中的stanfordnlp工具包路径，stanfordnlp工具可自行百度下载）
2. 将待抽取燃气事故放入“燃气事故.docx文件”，每个事件一个段落
3. 执行：python event_extraction.py，结果保存为xls文件
4. 处理xls文件数据，并保存为csv文件，执行python csv_to_neo4j.py，导入抽取结果至neo4j数据库

抽取效果

示例一：

西安一燃气管道遭施工方挖断...5天挖断3次。2019年10月17日凌晨，居多民网友反映，西安科技八路快速路施工单位，于凌晨2:56再次挖断天然气管道造成天然气泄漏（罗马西西里外），喷射足有十几米高！就此，18日早7点，当地燃气公司工作人员表示17日晚罗马西西里外发生的爆管事件属实。但管子是个旧管，可能是因为内有余气，所以才发生喷射，目前工作人员已沿线排查，燃气管道完好，周边居民可放心用气。

{'trigger': '泄漏', 'events': '燃气泄漏事故', 'time': '2019年10月17日凌晨', 'location': '罗马,西安', 'rescue_org': '未知', 'cause': '正在进一步调查', 'loss': '未知'}

示例二：

上海一面馆疑似液化气泄漏发生爆燃，居民深夜被震醒。2019年10月18日凌晨0点左右，浦东归昌路凌河路交叉口的浦兴菜市场一面馆发生爆燃事故，据初步了解：不排除事发面馆内的液化气发生泄漏后发生爆燃事故，未造成人员伤亡。事故原因可能使用液化气操作不当。

{'trigger': '泄漏', 'events': '燃气泄漏事故', 'time': '深夜', 'location': '浦东归昌路凌河', 'rescue_org': '未知', 'cause': '可能使用液化气操作不当', 'loss': '未造成人员伤亡'}

---