煤矿安全隐患信息自动分类方法
谢斌红1
马非1
潘理虎2
张英俊1
1.太原科技大学计算机科学与技术学院,山西太原,0300242.太原科技大学计算机科学与技术学院,山西太原030024;中国科学院地理科学与资源研究所,北京100101
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Word2vee
分类号：TD67(矿山电工)
资助基金：山西省中科院科技合作项目(20141101001)山西省社会发展科技攻关计划(20140313020-1)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 10-14 )
英文信息