基于RNN的煤矿安全隐患信息关键语义智能提取系统

• 作者: 陈梓华 马占元 李敬兆
• 来源期刊: 煤炭工程
• 关键词: 安全隐患 特征提取 语义分析 循环神经网络 数据映射
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 工程管理|Project Management
• 页码范围: 185-189
• 页数: 5页
• 分类号: TD76
• 语种: 中文
• DOI: 10.11799/ce202103036

摘要

针对现有煤矿安全隐患信息采集系统语义特征提取效率不高、 数据采集智能化程度低等问题,提出了一种基于改进循环神经网络(RNN)的煤矿安全隐患信息关键语义智能提取系统.该系统利用循环神经网络记忆过往认知的特点,构建基于RNN的煤矿安全隐患信息关键语义智能采集模型,以逗号为界限进行语句分割,逐句提取关键语义特征,积累过往提取特征的记忆,最终获取安全隐患特征关键词.实验结果表明:该系统具有高精准度特征提取,语义映射命中率高等特性,实现了煤矿安全隐患关键信息智能采集,提高了日常安全生产隐患排查效率,减少了煤矿安全事故的发生.