基于煤矿井下不安全行为知识图谱构建方法
付燕
刘致豪
叶鸥
西安科技大学计算机科学与技术学院,陕西西安 710054
摘要：虽然知识图谱已广泛应用于各个领域,但在煤矿安全方面,尤其在煤矿井下不安全行为方面的研究较少.构建了一种自底向上的煤矿井下不安全行为知识图谱.首先,采用传统机器学习和深度学习算法相结合的方法进行命名实体识别,采用RoBERTa进行词语向量化,采用双向长短时记忆网络(BiLSTM)对向量进行标注,提高网络模型对上下文特征的捕捉能力,通过多层感知机(MLP)解决煤矿井下不安全行为数据集数据量不足的问题,采用条件随机场(CRF)模型解决前面存在的单词关系不识别问题,并捕获全文信息和预测结果.其次,根据语句的结构特点,设计了基于知识"实体-关系-实体"三元组的依存句法树结构,对井下不安全行为领域的知识资源进行知识抽取与表示.最后,构建面向井下不安全行为的知识图谱.实验结果表明:①RoBERTa-BiLSTM-MLP-CRF模型对于导致结果、违反性行为、错误性行为及粗心性行为4类实体类别具有较好的识别效果,其准确率分别为86.7％,80.3％,80.7％,77.4％.②在相同的数据集下,RoBERTa-BiLSTM-MLP-CRF模型训练的准确率、召回率、F1值较RoBERTa-BiLSTM-CRF模型分别提高了 1.6％,1.5％,1.6％.
关键词：井下不安全行为知识图谱依存句法命名实体识别知识三元组知识融合知识存储词语向量化
分类号：TD79(矿山安全与劳动保护)
资助基金：中国博士后科学基金(2020M673446)
论文发表日期：2024-01-10
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：8( 88-95 )
英文信息