融合标准知识的事故灾难领域词典构建

作者：伊然; 张甜; 邢心羽; 马雯雯; 张鲲洋; 刘文玲^*

来源：中国标准化, 2022, (15): 88-117.

• 事故灾难
• TF-IDF算法
• Word2Vec模型
• SVM分类器
• 朴素贝叶斯分类器

现阶段我国正处于事故灾难的频发时期，目前国内针对这一领域的专业化词典相对欠缺。本文以有关事故灾难领域的国家应急标准及网络数据为语料库，首先对语料库进行预处理，其次利用TF-IDF算法筛选出种子词集合，同时借助深度学习中的Word2Vec模型进行词向量训练，然后利用相似度计算的方式确定出领域候选词，最后融合应急标准术语完成事故灾难领域词典的构建。经SVM分类器与朴素贝叶斯分类器验证，将本文所构建的领域词典加入到结巴自定义词典后，分类器在准确率、召回率与F1值上分别提高了11%、11%、12%以及5%、8%、6%，表明本文构建的领域词典质量较好。

• 单位
  中国矿业大学（北京）