[发明专利]一种煤矿违章信息文本自动分类方法和系统

说明书

本申请属于电数字数据处理技术领域，提供了一种煤矿违章信息文本自动分类方法和系统，该方法包括：基于事故致因“2‑4”模型和MECE原则，构建违章行为分类体系；根据违章行为分类体系，对煤矿违章信息文本进行处理，得到违章形式文本集合；根据违章形式文本集合和煤矿违章信息文本，构建煤矿违章信息的空间向量模型；基于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。通过该方法，有效解决煤矿领域的违章信息文本分类问题，提高了煤矿违章信息文本的利用率。

技术领域

本申请涉及电数字数据处理技术领域，特别涉及一种煤矿违章信息文本自动分类方法和系统。

背景技术

近年来，煤矿安全生产形势总体趋于稳定，煤矿事故数和百万吨死亡率逐年降低，但距发达国家仍有不小的差距。煤矿安全成为煤矿生产工作过程中的重中之重。随着我国煤矿生产管理体系愈发完善，我国各大煤矿企业累积了大量的违章记录，通过对特定煤矿所有员工“三违”数据的统计分析，不仅可使煤矿生产企业及时了解和保证煤矿安全，而且有助于煤矿生产企业进行正确决策，维护煤矿安全生产。

违章数据具有总量大、记录不规范、特征不明显、类别不具体等特点，且目前煤矿企业对其所属员工违章数据的统计分析，仍然依靠人工对照历史数据、安全规章，凭借经验进行分析，缺乏现代科学手段，不仅影响所分析的数据的质量，而且使煤矿企业难以进行正确决策，使得大量违章数据失去作用。

国内外研究学者对违章行为的研究及文本分类进行了多方面探索，但仍然存在着一些不足：以往的研究多是根据经验总结的定性研究，缺乏从大量违章数据得来的定量分析和实证研究；针对海量煤矿违章文本记录，目前国内外仍缺乏有效的智能管理方式；文本分类技术较多的应用于非专业领域及医学领域，在其他专业领域的发展应用并不广泛。

因此，需要提供一种针对上述现有技术不足的改进技术方案。

发明内容

本申请的目的在于提供一种煤矿违章信息文本自动分类方法和系统，以解决或缓解上述现有技术中存在的问题。

为了实现上述目的，本申请提供如下技术方案：

本申请提供了一种煤矿违章信息文本自动分类方法，该方法包括：

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。

优选的，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。

优选的，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。

优选的，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；