[发明专利]一种基于半监督学习的空管系统危险源关键特征提取方法

摘要

本发明公开了一种基于半监督学习的空管系统危险源关键特征提取方法，预先获取危险源文本数据并对数据进行预处理，获得数据集；按专业划分数据集并分别搭建危险源特征库；对危险源文本进行分词处理；对分词结果进行文本特征统计，将高频短语组合后进行组合词的词频统计，采用文本的统计、组合信息进行危险源候选特征的向量化表述，通过对向量化危险源候选特征进行基于欧式距离的相似度分析，得到候选特征集聚类的结果；对关键特征选择及规范化处理。本发明通过半监督的训练模式对不规范、描述模糊的文本描述方式进行识别、归类和评估，使得模型具有分析异常文本的能力，进而实现对海量不安全事件信息的危险源关键特征提取。