首页|基于BLS的铁路安全事件文本分类研究＊

基于BLS的铁路安全事件文本分类研究＊

Research on text classification of railway safety incidents based on BLS

扫码查看
原文链接
  • 万方数据
为预防铁路安全事件的发生,利用文本挖掘相关技术和宽度学习系统(BLS),探讨铁路安全事件分类,包括设备问题、施工问题、作业问题、外部环境问题4大类.通过清洗及结构化314条文本数据,运用Jieba分词+自定义词表+通用停用词表完成中文分词;基于卡方检验建立223个特征词,基于词频-逆文档频率(TF-IDF)计算特征词权重;基于BLS完成事件成因分类,设计3种基于BLS的分类方法.结果表明:该系统通过挖掘铁路安全事件报告的文本信息,能够形成有效的分类模型;利用BLS自身节省算力的特性,并通过添加特征增强节点的方式,可提高分类准确性,从而提高行业管理水平.

尚麟宇、尹明、肖畅、程君

展开 >

中国铁道科学研究院集团有限公司通信信号研究所,北京100081

国能朔黄铁路发展有限责任公司,河北沧州062350

中国铁道学会,北京100844

宽度学习系统(BLS) 铁路安全事件 文本分类 词频-逆文档频率(TF-IDF) 文本挖掘

GJNY-20-2312020YJ044

2022

10.16265/j.cnki.issn1003-3033.2022.06.2262

中国安全科学学报
中国职业安全健康协会

中国安全科学学报

CSTPCDCSCD北大核心
影响因子：1.548
ISSN：1003-3033
年,卷(期)：2022.32(6)
  • 1
  • 7