煤矿安全隐患信息自动分类方法
来源期刊：工矿自动化2018年第10期
论文作者：谢斌红 马非 潘理虎 张英俊
文章页码：10 - 14
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;Word2vec;
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。
谢斌红1，马非1，潘理虎1,2，张英俊1
1. 太原科技大学计算机科学与技术学院2. 中国科学院地理科学与资源研究所
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;Word2vec;
