基于ERNIE-CRF-ESL安全隐患文本结构化解析

作     者：艾新波 郭彦君 谢云昊 陈成 AI Xin-bo;GUO Yan-jun;XIE Yun-hao;CHEN Cheng

作者机构：北京邮电大学人工智能学院北京100876 北京邮电大学现代邮政学院北京100876 

基　　金：国家自然科学基金项目(61702047) 

出 版 物：《北京邮电大学学报》 (Journal of Beijing University of Posts and Telecommunications)

年 卷 期：2021年第44卷第5期

页      码：107-113页

摘      要：安全隐患描述文本是通过自然语言描述进行记录的,具有主观随意性问题,现有的序列标注相关模型无法从中提取关键知识信息.根据安全隐患描述文本的特点,首先设计了一种适用于安全隐患描述文本的序列标注方法,提出了基于知识集成的增强表示(ERNIE)模型的进行词向量特征提取,在其基础上通过融合条件随机场(CRF)模块和信息提取(ESL)模块,构建了一种安全生产隐患描述文本结构化解析方法.在某超大城市的安全隐患描述文本上进行了实验,实验结果表明,所提模型在文本结构化解析任务的精确率达到了65.1%,可以从城市安全隐患非结构化数据中获取更多的知识信息,进而规范化安全隐患排查记录工作。

主 题 词：安全隐患描述文本 结构化解析 序列标注模型 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13190/j.jbupt.2021-003

馆 藏 号：203105922...