中国安全科学学报

作者：张鹏翔

单位：中国铁道科学研究院集团有限公司 标准计量研究所,北京 100081

关键词：多维字符特征,铁路设备事故,信息抽取,主题模式匹配,命名实体识别

为解决铁路设备事故调查报告数据分析困难的问题,提出基于多维字符特征表示设备事故信息抽取方法,在数据预处理阶段,提出主题模式匹配方法,抽取命名实体所属的主题段落;在文本特征表示中,提出多维特征表示方法将文本转化为特征向量;采用长短时记忆网络(BiLSTM)与条件随机场(CRF)神经网络实现铁路设备事故命名实体识别模型训练;采用铁路设备事故调查报告进行试验验证。结果表明:通过主题模式匹配预处理,多维字符特征+BiLSTM+CRF模型的综合评价指标提升22.86%,多维字符特征表示方法相比word2vec特征表示方法,能够使BiLSTM+CRF模型的综合评价指标提升4.89%。

来源：2022年第6期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2022年第6期