本体增强TextCNN模型

事故预测精度88%

将建筑安全本体融入文本卷积神经网络,通过概念向量表示提升事故预测的准确性与智能化水平。

史东辉 · Zhigang, Li · Zurada, Jozef · Manikas, Andrew S. · Guan, Jian · Weichbroth, Paweł

Knowledge and Information Systems 2024

参数信息

准确率

88 %

AUC值

0.92

技术优势

预测更准

利用本体概念向量作为输入，TextCNN模型在建筑事故报告数据集上准确率达到88%，超过五种传统机器学习模型。

减少人工

通过自动从事故报告中提取领域词汇并构建本体，无需专家逐条评估，提高了分析效率。

应用场景

• 建筑安全监测：输入事故报告文本即可预测事故类别，辅助管理者及时发现隐患并采取预防措施。
• 智能建造：为智能建造平台提供事故预测分析模块，减少人工审查事故报告的工作量。