基于深度学习模型的煤矿安全隐患数据主题挖掘

作     者：肖琪耀 贾宝山 徐以诺 张茂薇 梁明辉 XIAO Qiyao;JIA Baoshan;XU Yinuo;ZHANG Maowei;LIANG Minghui

作者机构：辽宁工程技术大学矿业学院辽宁阜新123000 煤矿火灾及瓦斯防控国家矿山安全监察局重点实验室辽宁抚顺113000 辽宁工程技术大学安全科学与工程学院辽宁阜新123000 

出 版 物：《中国安全生产科学技术》 (Journal of Safety Science and Technology)

年 卷 期：2024年第20卷第4期

页      面：49-55页

学科分类：08[工学] 0837[工学-安全科学与工程] 

主　　题：煤矿安全隐患 BiLSTM CRF LDA 困惑度-主题方差 

摘      要：为了提高煤矿安全风险排查能力和监督能力,提出1种基于双向长短期记忆网络(BiLSTM)、条件随机场(CRF)和隐含狄利克雷分布(LDA)的模型。训练BiLSTM-CRF模型分词,采用困惑度-主题方差(perplexity-var)计算LDA模型最优主题数,构建BiLSTM-CRF-LDA模型挖掘内蒙古某煤矿安全隐患数据。研究结果表明:困惑度-主题方差指标能更准确地确定主题数;BiLSTM-CRF模型分词结果比jieba库更准确;BiLSTM-CRF-LDA模型能准确地挖掘出煤矿安全隐患类型、安全隐患空间分布和安全责任划分。研究结果可为煤矿安全风险排查与监督提供参考。