典型文献
基于机器学习模型的HSE审核短文本分类技术研究
文献摘要：
HSE管理体系审核不符合项文本语义关系复杂,包含专业术语及缩略语,且同一不符合项往往具有多个分类标签,分类通常依赖人工分析,处理效率较低.针对此问题,利用自然语言处理技术,研究体系审核不符合项文本自动分类方法,准确进行文本分类和识别.根据业务和管理流程梳理审核不符合项分类关键词标签,划分四级结构,选取某石化公司HSE管理体系信息化审核系统不符合项数据作为初始语料库,构建辅助分类规则与专业词典,优化关键词提取算法,对比分析多种机器学习分类模型,优选最佳模型,取得了较好的分类效果.
文献关键词：
HSE;管理体系;审核;文本分类;机器学习
中图分类号：
作者姓名：
王梦涵;贺辉宗;厉建祥;贺伟东;李绪延;辛一男;石秀丽
作者机构：
中石化安全工程研究院有限公司,山东青岛 266104;中石化管理体系认证(青岛)有限公司,山东青岛 266071;中国石化北京石油分公司,北京 100022
文献出处：
引用格式：
[1]王梦涵;贺辉宗;厉建祥;贺伟东;李绪延;辛一男;石秀丽-.基于机器学习模型的HSE审核短文本分类技术研究)[J].安全、健康和环境,2022(12):18-23
A类：
B类：
基于机器学习,机器学习模型,HSE,短文本分类,文本分类技术,体系审核,不符合项,文本语义,语义关系,专业术语,缩略语,工分,处理效率,自然语言处理技术,研究体系,文本自动分类,自动分类方法,管理流程,流程梳理,四级,石化,审核系统,项数,语料库,分类规则,词典,关键词提取,分类模型,分类效果
AB值：
0.390794
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。
