水电工程施工安全隐患多标签文本智能分类方法OA北大核心CSTPCD

水利水电工程施工安全隐患体量大、形式多元、类型多样,同一隐患可能涉及多个类型,且隐患类型的界定存在模糊不清的现象。隐患分类多以人工经验为主导,极易导致隐患管理混淆,增加了隐患管理的难度。针对上述问题,本文提出了一种水电工程施工安全隐患文本多标签智能分类方法。首先,利用ALBERT模型对文本信息进行编码,实现非结构化安全隐患文本的高精度量化;然后,以文本量化结果为基础,考虑安全隐患中文本内容权重,利用Attention机制改进的双向门控循环单元(Bi-GRU),构建安全隐患文本多标签智能分类模型,提升施工安全隐患识别效率;最后,利用水电工程施工安全隐患文本,测试方法性能,得到方法的F1值达到了92.11%,证明了该方法的适用性,有望为水电工程施工的安全管理、事故隐患排查和分析提供信息支撑。