《表1 空管概念词典:基于文本挖掘的空管不正常事件风险预测研究》
在后续的分析过程中,作者发现单纯的向量空间模型在文本分析时效果是有限的,且在风险致因因素的提取过程中存在一义多词的干扰问题。因此,考虑将文本概念模型中的相关思想引入到向量空间模型中,如概念词典、概念替换与概念消歧[22]。要实现上述操作,首先需要构建空管概念词典,具体方法参考文献[22]。将语料中表达相同含义的领域词汇统一到同一个领域概念下,之后进一步对概念进行词性标注,如普通动词(v)、普通名词(n)、谓宾动词(vn)、描述性名词(na)等。本文构建的空管概念词典部分内容如表1所示。在空管概念词典的基础上,通过Python编程可以实现原文词汇与对应领域概念之间的替换,达到概念消歧的效果;同时,也校正了原文中的错别字。实验表明,加入空管概念词典后,提取出的空管不正常事件风险致因因素更为准确、集中。
图表编号 | XD00133030100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 毛继志、吴欣蓬、吴磊、汤新民、郭鸿滨 |
绘制单位 | 中国航空无线电电子研究所、中国航空无线电电子研究所、南京航空航天大学民航学院、南京航空航天大学民航学院、中国民用航空局空中交通管理局、南京航空航天大学民航学院、中国航空无线电电子研究所 |
更多格式 | 高清、无水印(增值服务) |