安全与环境学报

2022, v.22;No.128(02) 819-825

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于自然语言处理的空管系统危险源文本分类方法研究
A text classification method of hazards in ATM system based on NLP

郭九霞;

摘要(Abstract):

为了预防空管系统不安全事件的发生,利用人为因素分析与分类系统(HFACS)模型和自然语言处理技术,研究空管系统危险源文本分类方法。根据改进的HFACS模型建立空管系统危险源分类指标体系,选取民航空管安全管理系统的危险源数据库作为生语料库,将其划分为5级,并对其进行编码。为解决空管系统危险源数据库小样本、多标签、样本不均衡的问题,分别采用基于TFIDF-TextRank关键词提取的文本分类方法和基于CNN和BERT模型的文本分类方法进行试验。结果表明,基于TFIDF-TextRank关键词提取的文本分类方法的精确率和召回率明显优于基于CNN和BERT模型的分类方法,关键词提取方法可以有效处理小语料库文本分类问题,并有助于进一步研究空管系统不安全事件的形成机理。

关键词(KeyWords): 安全社会工程;空管系统;危险源;HFACS模型;TFIDF-TextRank方法;文本分类

Abstract:

Keywords:

基金项目(Foundation): 民航局安全能力建设项目(民航局合同(2021)87号);; 中国高校产学研创新基金项目(2021ALA02025)

作者(Authors): 郭九霞;

DOI: 10.13637/j.issn.1009-6094.2021.1687

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享