基于領域辭典的航空安全報告自動分類研究.pdf

1、隨著民航事業(yè)近幾年的飛速發(fā)展，如何進一步完善航空安全，成為航空各部門關注的焦點。民航安全信息的收集、分析、傳播則是改善航空安全的最有效手段之一。世界各國和地區(qū)的民航界都非常重視民航安全信息的收集、研究和分析。 航空安全報告主要是民航從業(yè)人員包括飛行員、管制員、乘務員、機務維修人員、保安人員以及其他相關人員針對涉及到航空器運行過程中的不安全事件或者當前航空安全系統(tǒng)中存在的及潛在的矛盾和不足之處提交的不安全事件和安全隱患報告。航空安

2、全報告的自動分類在提高航空安全，減少安全隱患上有十分重要的作用。 論文主要研究文本分類技術及其在航空安全報告自動分類中的應用。在對航空安全報告分類的研究現(xiàn)狀和目前存在的問題進行系統(tǒng)和深入的探討研究的基礎上，本文主要做了以下工作：使用全二分最大匹配法對航空安全報告進行分詞預處理；基于分詞預處理結果，使用基于切分單元的最大匹配法生成航空安全詞典；使用向量空間模型表示航空安全報告；采用互信息方法對高維向量空間模型進行特征提取；分別采用

3、基于關聯(lián)規(guī)則的自動分類，K近鄰分類，貝葉斯分類等方法對航空安全報告數(shù)據(jù)進行自動分類；論文最后給出了分別采用三種不同分類方法的分類結果對比。 實驗證明，基于關聯(lián)規(guī)則的自動分類的準確率高于K近鄰分類，貝葉斯分類方法，領域詞典的引入有助于提高分類準確率。在引入領域詞典后基于關聯(lián)的分類準確率大約為70％，貝葉斯分類方法對于小樣本數(shù)據(jù)有很好的準確率，K近鄰分類效果最差，不適于進行航空安全報告的分類。研究表明，借助文本分類的方法和技術對航空