煤矿安全隐患信息自动分类方法

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、Word2vee

所属期刊栏目：44

分类号：TD67(矿山电工)

资助基金：山西省中科院科技合作项目20141101001;山西省社会发展科技攻关项目20140313020-1

在线出版日期：2018-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：10-14