煤矿安全隐患信息自动分类方法_中国煤炭行业知识服务平台

煤矿安全隐患信息自动分类方法

作者

谢斌红马非潘理虎张英俊
单位

太原科技大学计算机科学与技术学院中国科学院地理科学与资源研究所
摘要

人工分类方式难以满足海量煤矿安全隐患信息的分类要求,而基于概率统计的文本自动分类方法分类准确率较低。针对上述问题,提出了一种基于Word2vec和卷积神经网络的煤矿安全隐患信息自动分类方法。首先对隐患信息进行分词、去停用词等预处理,然后应用Word2vec来表征词之间的语义相似性关系,最后利用卷积神经网络提取隐患信息的局部上下文高层特征,并使用Softmax分类器实现隐患信息的自动分类。实验结果表明,该方法实现了端到端的自动分类,可有效提升分类的准确性和全面性。
关键词

煤矿安全隐患信息自动分类文本分类卷积神经网络 Word2vec
基金项目(Foundation)

山西省中科院科技合作项目(20141101001)；山西省社会发展科技攻关项目(20140313020-1)；
相关文章

[1]煤矿安全监控领域可变性模型