科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
-
单位中国铁道科学研究院集团有限公司; 朔黄铁路发展有限责任公司
