-
题名基于字符级CNN的调水工程巡检文本智能分类方法
被引量：18
- 1
-
-
作者
刘婷
张社荣
李志竑
关炜
-
机构
天津大学水利工程仿真与安全国家重点实验室
水利部南水北调规划设计管理局
-
出处
《水力发电学报》
CSCD
北大核心
2021年第6期89-98,共10页
-
基金
国家重点研发计划项目(2018YFC0406905)。
-
文摘
日常安全巡检是维护长距离调水工程安全运行的重要手段。目前巡检采集的非结构化文本数据主要依靠人工进行安全等级评判,在工作效率和准确率方面存在明显不足。本研究基于自然语言处理技术,提出了一种面向字符层面的卷积神经网络的巡检安全文本智能分类方法。该方法通过引入预训练的单个字符向量改进卷积神经网络的输入层,使得分类模型直接从原始文本中提取特征信息,不仅避免了传统分类方法对专业词库的依赖,而且不易受文本中出现的口语化表达和错别字的影响。以国内南水北调工程的巡检文本为案例,通过与多种深度学习算法进行全面比较,对比验证了所提方法的有效性和优越性。结果表明,字符级的分类方法明显优于传统基于词的分类方法,且卷积神经网络在巡检文本分类方面明显优于其他深度学习网络。该方法具有较高的分类准确率,以此为调水工程安全维护提供新的智能化手段。
-
关键词
调水工程
文本分类
字符向量化
卷积神经网络(CNN)
自然语言处理
-
Keywords
water diversion project
text classification
character vectorization
convolution neural network(CNN)
natural language processing
-
分类号
TV68
[水利工程—水利水电工程]
-
