[发明专利]一种煤矿违章信息文本自动分类方法和系统

权利要求书

1.一种煤矿违章信息文本自动分类方法，其特征在于，包括：

步骤S100、基于事故致因“2-4”模型和MECE原则，构建违章行为分类体系；

步骤S200、根据所述违章行为分类体系，对所述煤矿违章信息文本进行处理，得到违章形式文本集合；

步骤S300、根据所述违章形式文本集合和所述煤矿违章信息文本，构建煤矿违章信息的空间向量模型；

步骤S400、基于所述煤矿违章信息的空间向量模型，对待分类的违章记录进行自动分类，得到煤矿违章信息文本分类结果。

2.根据权利要求1所述的煤矿违章信息文本自动分类方法，其特征在于，所述构建违章行为分类体系，具体为：

基于事故致因“2-4”模型，对煤矿违章行为进行划分，得到煤矿违章行为大类，所述煤矿违章行为大类包括：违章指挥、违章行动、违章操作；

基于MECE原则，对煤矿违章行为大类进行细化，得到煤矿违章行为小类；

根据所述煤矿违章信息文本，对所述煤矿违章行为小类进行调整，得到所述违章行为分类体系。

3.根据权利要求1所述的煤矿违章信息文本自动分类方法，其特征在于，步骤S200中，所述根据所述违章行为分类体系，对所述煤矿违章信息文本进行处理，得到违章形式文本集合，具体为：

根据所述违章行为分类体系中的所述煤矿违章行为小类，对所述煤矿违章信息文本进行拆分，得到违章形式文本集合。

4.根据权利要求1所述的煤矿违章信息文本自动分类方法，其特征在于，步骤S300中，根据所述违章形式文本集合和所述煤矿违章信息文本，构建煤矿违章信息的空间向量模型，具体为：

对所述煤矿违章信息文本、所述违章形式文本进行分词处理，得到违章信息对应的词项集合；

基于TF-IDF模型，对所述词项进行权重计算，得到词项集合中的每一个词项对应的权重；

根据所述词项对应的权重，对所述词项集合进行筛选，得到违章信息关键词词典；

根据所述违章形式文本，对所述违章信息关键词词典进行优化，得到违章行为专业词典；

根据所述违章行为专业词典，构建煤矿违章信息的空间向量模型。

5.根据权利要求1所述的煤矿违章信息文本自动分类方法，其特征在于，步骤S300之后、S400之前还包括：

根据所述煤矿违章信息的空间向量模型，对所述违章形式文本集合进行抽象表达，得到违章形式文本集合对应的空间向量集合。

6.根据权利要求1所述的煤矿违章信息文本自动分类方法，其特征在于，步骤S400中，所述基于所述煤矿违章信息的空间向量模型，对待分类的违章记录进行自动分类，包括：

对待分类的违章记录进行分词，得到待分类的违章记录对应的词项；

基于所述煤矿违章信息的空间向量模型，对所述待分类的违章记录的词项进行抽象表达，得到待分类的违章记录对应的空间向量。

7.根据权利要求1所述的煤矿违章信息文本自动分类方法，其特征在于，步骤S400中，所述基于所述煤矿违章信息的空间向量模型，对待分类的违章记录进行自动分类，还包括：

基于余弦相似度计算方法，对所述待分类的违章记录对应的空间向量和所述违章形式文本集合对应的空间向量集合进行相似度计算，得到相似度计算结果；

根据所述相似度计算结果，对待分类的违章记录进行自动分类，得到煤矿违章信息文本分类结果。

8.根据权利要求1所述的煤矿违章信息文本自动分类方法，其特征在于，步骤S400之后，还包括：

基于煤矿违章信息文本分类结果，对所述煤矿违章行为按时间、班次、人员、类别、违章操作、违章行动、违章指挥进行统计分析。