基于自然语言处理的建筑工程安全事故报告风险研究

发布时间：2021-04-24 13:20

　　建筑工程安全管理在建筑行业中举足轻重,是工程项目管理的核心目标之一。工程安全事故报告作为对工程安全事故的记录总结,记载了事故现场伤亡情况的丰富信息。然而,之前对于工程安全风险的研究很少从工程安全事故案例中总结工程风险管理经验。鉴于此,迫切地需要发展综合的分析方法,从案例文本中探索可靠的分析工具以及挖掘不同的风险因素对于安全事故的影响。为此,本研究基于自然语言处理的相关理论和技术方法,首先使用不同的数据可视化工具,对获取到的工程安全事故报告文本进行多方位的可视化分析,进而应用当下热门的机器学习分类模型对事故原因进行文本分类,并将不同模型得出的分类结果进行性能对比评估。在文本分类基础上,将非结构化的文本描述处理成逻辑分明的结构化文本,再利用TF-IDF抽取对事故文本比较重要的关键词,最后运用关联规则对与这些关键词相关的潜在风险因素进行深入的分析,挖掘不同的风险因素对工程安全事故的影响。本研究探索出的分类效果最优的CNN模型,有利于加速建筑行业的自动文本分类技术的发展,为工程安全风险分析提供一个可靠的分析工具和框架。分析总结出的不同工程特征之间的相互联系,为后续的工程安全生产活动提供了安全指... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 研究目的与意义
    1.3 国内外相关研究综述
    1.4 研究内容
2 相关理论知识概述
    2.1 机器学习
    2.2 卷积神经网络
    2.3 文本分类
    2.4 关联规则
    2.5 本章小结
3 安全事故报告的文本分类
    3.1 数据搜集
    3.2 文本的可视化表示
    3.3 基于CNN的事故原因分类
    3.4 模型测试与性能评估
    3.5 本章小结
4 安全事故报告的关联规则分析
    4.1 关联规则
    4.2 预处理
    4.3 风险因素抽取
    4.4 分析与讨论
    4.5 本章小结
5 总结和展望
    5.1 全文总结
    5.2 研究展望
致谢
参考文献
附录一 代码
附录二 选题来源


【参考文献】：
期刊论文
[1]基于BIM的泵站施工安全风险辨识与应用[J]. 袁志美,周兰庭,徐长华.  排灌机械工程学报. 2020(02)
[2]自然语言处理在医学文本挖掘中的应用[J]. 王勇,李帅.  电子技术与软件工程. 2019(07)
[3]建筑工程深基坑的风险管理关键研究[J]. 王双峰,袁小铭.  智库时代. 2019(14)
[4]建筑安全事故成因分析及预警管理的研究[J]. 雷永泰.  价值工程. 2019(08)
[5]工程施工安全风险管理与防范[J]. 刘兵.  山西建筑. 2019(08)
[6]装配式建筑施工安全控制要点分析[J]. 黄政.  科技经济导刊. 2018(28)
[7]基于层次分析和预先危险性分析法的建筑施工风险评价[J]. 陈舒馨,郭耸,陈学兵,李晨晨.  安全与环境工程. 2018(05)
[8]一种基于矩阵和权重改进的Apriori算法[J]. 边根庆,王月.  微电子学与计算机. 2017(01)
[9]建筑施工伤亡事故时间规律分析[J]. 武乾,常文广,王利华.  工业安全与环保. 2014(04)
[10]一种面向室内智能机器人导航的路径自然语言处理方法[J]. 李新德,张秀龙.  自动化学报. 2014(02)

博士论文
[1]自然语言处理中序列标注模型的研究[D]. 计峰.复旦大学 2012
[2]基于事故理论的建筑施工项目安全管理研究[D]. 许程洁.哈尔滨工业大学 2008
[3]基于词联接的自然语言处理技术及其应用研究[D]. 李良炎.重庆大学 2004

硕士论文
[1]基于Apriori关联规则算法的服务供应链风险预测研究[D]. 覃钟槺.广西民族大学 2017
[2]建设工程项目风险管理研究[D]. 高珊.天津大学 2012
[3]应用Apriori关联规则算法的数据挖掘技术挖掘电子商务潜在客户[D]. 乌文波.浙江工业大学 2012
[4]建设工程安全事故原因分析及对策研究[D]. 翟家常.天津大学 2010
[5]基于句法分析和机器学习的中文自动问答系统研究[D]. 孙昂.清华大学 2007
[6]工程项目风险分析与风险管理[D]. 刘丽.大连理工大学 2003



本文编号：3157433