专利交易市场

本实用新型公开了食品安全技术领域的一种便于抽样的食品安全监测装置，包括：检测箱组件；第一开关，所述第一开关安装在所述检测箱组件的外壁上；第二开关，所述第二开关安装在所述检测箱组件的外壁上，所述第二开关与所述第一开关在同一侧；控制组件，所述控制组件安装在所述检测箱组件的外壁上远离所述第一开关和所述第二开关的一侧；四个伸缩支腿组件，四个所述伸缩支腿组件安装在所述检测箱组件的底部四角；开盖组件，所述开盖组件安装在所述检测箱组件的外壁上远离所述控制组件的一侧，所述开盖组件在所述第一开关的上端，本实用新型便于抽样检测，能够单手操作将抽样杯上的密封盖取下，并且能够对检测箱进行校平。

本实用新型公开了一种用于食品安全监测的杂质分离装置，包括分离壳体、第一连接板和第二连接板，所述第一连接板与第二连接板之间固定安装有过滤套管，所述分离壳体的内部开设有分离腔。通过分离壳体、分离腔、过滤套管、第一连接板、第二连接板、连接管和弹性组件的设置，能够将样品放置在第一连接板、第二连接板与过滤套管之间的空间内，然后通过手动摇晃分离壳体的方式使样品发生碰撞、摩擦，使得样品表面的粉尘和微粒状杂质能够通过过滤套管移动至分离腔内部，然后将分离壳体与第一端盖进行分离，即可将粉尘和微粒状杂质通过杂质排出口排出至外界，从而起到了杂质分离的作用，进而防止杂质影响最终的检测结果。

本发明涉及自然语言处理技术领域，具体涉及一种O2O商铺食品安全监测方法，包括：采用主动学习算法对用户历史评论文本数据进行标注，得到标注样本集L；根据标注样本集L构建词向量；将标注样本集L和词向量输入AT‑GRU模型中进行深度学习，输出店铺是否存在安全隐患以及具体的安全隐患；将标注样本集L输入ELECTRA模型进行微调，得到较精确的预测结果。本发明使用了预训练模型ELECTRA进行微调，不仅可以找到有食品安全隐患的店铺，并且使用基于注意力机制的AT‑GRU模型，可以进行细粒度预测，自动化地提取出具体的食品安全隐患。