[发明专利]基于词扩展LDA的铁路事故原因分析方法

权利要求书

1.一种基于词扩展LDA的铁路事故原因分析方法，其特征在于，包括如下流程步骤：

步骤S110：利用TF-IDF进行铁路事故文本表示，构建文档向量空间模型，生成文档向量；

步骤S120：利用TextRank方法对文档向量中词的重要度进行计算；

步骤S130：根据词重要度和语义相似度，对符合语义阈值的词进行加权，训练生成词扩展LDA模型；

步骤S140：采用词扩展LDA模型进行铁路事故文本特征提取，提取得到铁路事故致因主题和特征项，生成铁路事故报告；

步骤S150：利用SVM事故分类模型对铁路事故报告进行文本分类，确定铁路事故致因数据集；

步骤S160：采用卡方检验结合无约束0/1优化的方法进行贝叶斯网络结构优化；

步骤S170：采用Logistic回归模型结合网络结构的方法进行贝叶斯网络CPT参数估计；

步骤S180：根据改进贝叶斯网络,结合铁路事故致因数据集建立事故致因分析模型，计算得到导致事故后果的关键致因。

2.根据权利要求1所述的基于词扩展LDA的铁路事故原因分析方法，其特征在于，所述步骤S110包括：

将文档中词的词频与逆词频进行结合，并通过平滑处理后计算得到文档中每个词的TF-IDF值，形成文档向量。

3.根据权利要求2所述的基于词扩展LDA的铁路事故原因分析方法，其特征在于，所述步骤S120具体包括：

将给定的事故文本按照完整句子进行分割，对每个句子进行分词，并进行去停用词，将每个句子表示成词组的集合，构建词图，然后采用共现关系构造任两词之间的边，仅当两个词在长度固定的窗口中共现，它们之间才存在边，将所有词的重要度进行初始化，通过多次迭代计算每个单词的重要度，通过设置最大迭代次数来控制计算，最终迭代结果被定义为词的重要度，迭代传播各节点的权重，直至收敛。

4.根据权利要求3所述的基于词扩展LDA的铁路事故原因分析方法，其特征在于，所述步骤S130具体包括：

利用词的重要度扩展原始文档并获得已扩展的文本数据，利用余弦相似度计算文档与词之间的语义相似度，当语义相似度大于语义阈值时，根据词重要度和语义相似度对词的权重进行赋值；当语义相似度小于语义阈值时，根据词重要度对词的权重进行赋值。

5.根据权利要求4所述的基于词扩展LDA的铁路事故原因分析方法，其特征在于，所述步骤S140中具体包括：

将经过文本表示得到的文档向量作为词扩展LDA模型的输入，设定主题数和语义阈值，提取事故致因主题特征项，并对主题含义进行归纳总结。

6.根据权利要求5所述的基于词扩展LDA的铁路事故原因分析方法，其特征在于，所述步骤S150具体包括：

基于HFACS-RAs模型的结构，将“不安全行为的前提条件”分为“不安全行为的个人条件”、“不安全行为的任务条件”和“不安全行为的环境条件”，构建改进的HFACS-RAs模型；其中，包含父类事故致因和子类事故致因，根据父类事故致因与子类事故致因之间的依赖关系，将父类事故致因分类结果作为新的特征加入到所述词扩展LDA模型进行特征提取，实现特征空间维数的扩展。

7.根据权利要求6所述的基于词扩展LDA的铁路事故原因分析方法，其特征在于，所述步骤S160具体包括：

将贝叶斯网络表示为一个邻接矩阵，利用卡方检验构建贝叶斯网络节点中的关联关系度量，形成关联矩阵，将邻接矩阵与关联矩阵结合形成全局因果关系度量，利用无约束0/1优化完成最优邻接矩阵求解，得到最优化贝叶斯网络结构。

8.根据权利要求7所述的基于词扩展LDA的铁路事故原因分析方法，其特征在于，所述步骤S170具体包括：

结合具体贝叶斯网络结构确定要计算的CPT个数，构造Logistic回归模型，初始化Logistic回归模型参数，构造目标函数，利用极大似然法更新Logistic回归模型参数，计算CPT。

9.根据权利要求8所述的基于词扩展LDA的铁路事故原因分析方法，其特征在于，所述步骤S180具体包括：

设定事故或严重风险层的因素为目标节点，分析其它因素对设定因素的敏感程度。