典型文献
面向非均衡文本信息的企业生产安全氛围智能感知模型
文献摘要：
现有企业生产安全氛围的主要描述载体是文本,但文本无法定量描述的特点是企业生产安全氛围分析面临的重要挑战.基于机器学习和自然语言处理技术处理企业生产安全氛围文本信息,着重从安全氛围主题辨识和安全氛围等级预测两方面,综合实现对企业生产安全氛围的智能感知.首先借鉴合成少数类过采样技术(SMOTE)算法思想,提出一种"类SMOTE"算法,用于解决非均衡文本数据问题;然后基于隐含狄利克雷分布(LDA主题模型)实现安全氛围主题辨识,得到文本主题词及相关权重;最后基于机器学习算法实现安全氛围等级预测.经过实例验证,提出的"类SMOTE+LDA+Bayes"组合模型,对于企业生产安全氛围智能感知效果较好.
文献关键词：
企业安全氛围;智能感知;文本挖掘;非均衡样本;"类SMOTE"算法;主题辨识;等级预测
中图分类号：
作者姓名：
谢汉青;邱少辉;王寓霖;张灿;李帆;段在鹏
作者机构：
中铝东南材料院(福建)科技有限公司,福建福州350015;中铝瑞闽股份有限公司,福建福州350015;福州大学环境与安全工程学院,福建福州350108
文献出处：
引用格式：
[1]谢汉青;邱少辉;王寓霖;张灿;李帆;段在鹏-.面向非均衡文本信息的企业生产安全氛围智能感知模型)[J].安全与环境工程,2022(03):47-54
A类：
主题辨识,SMOTE+LDA+Bayes,企业安全氛围
B类：
文本信息,生产安全,智能感知,感知模型,现有企业,本无,基于机器学习,自然语言处理技术,技术处理,等级预测,先借,合成少数类过采样技术,法思想,决非,文本数据,隐含狄利克雷分布,主题模型,文本主题,主题词,机器学习算法,算法实现,组合模型,文本挖掘,非均衡样本
AB值：
0.239172
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
