煤矿安全隐患信息自动分类方法

• 作者: 张英俊 潘理虎 谢斌红 马非
• 来源期刊: 工矿自动化
• 学科: 工学
• 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
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 分析研究
• 页码范围: 10-14
• 页数: 5页
• 分类号: TD67
• 字数: 3574字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2018050019

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘理虎	太原科技大学计算机科学与技术学院	95	287	10.0	12.0
3	张英俊	太原科技大学计算机科学与技术学院	63	275	9.0	13.0
4	谢斌红	太原科技大学计算机科学与技术学院	36	175	9.0	10.0
7	马非	太原科技大学计算机科学与技术学院	1	5	1.0	1.0