一种基于LSTM-TextCNN算法结合词云展示的事故分类方法、存储介质及装置制造方法及图纸

本发明专利技术公开了一种基于LSTM

【技术实现步骤摘要】
一种基于LSTM
‑
TextCNN算法结合词云展示的事故分类方法、存储介质及装置


[0001]本专利技术涉及自然语言处理和文本分类领域，尤其涉及一种基于LSTM
‑
TextCNN算法结合词云展示的事故分类方法、存储介质及装置。

技术介绍

[0002]长短期记忆网络(long short
‑
term memory,LSTM)是在1997年由Hochreiter和Schmidhuber提出的，是一种特殊的循环神经网络的机器学习模型。它能够记住任意时间段的输入和预测输出，并且解决了循环神经网络中的梯度消失和爆炸的问题，被广泛应用于自然语言处理领域。
[0003]文献“Convolutional Neural Networks for Sentence Classification”提出了TextCNN模型，TextCNN通过一维卷积来获取句子中n
‑
gram的特征表示。TextCNN对文本浅层特征的抽取能力很强，在短文本领域如搜索、对话领域专注于意图分类时效果很好，应用广本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LSTM
‑
TextCNN算法结合词云展示的事故分类方法，其特征在于，包括以下步骤：(1)数据挖掘：通过事故信息网络地址，向网络服务器发送页面请求，得到事故信息的可拓展标记语言文本；使用可拓展标记语言的路径语言来进行匹配与查找，得到文本类数据，形成csv文件；其中，所述文本类数据包括事故名称爬取、事故分类数据、事故链接数据、事故介绍数据、事故原因数据、事故处理数据；(2)表结构的确定：确定事故、种类标签和所爬取的数据之间的关联关系；其中表结构包括以下字段：id字段，类型为INT、存储记录序号；name字段，类型为CHAR、存储事故名称数据；label字段，类型为INT、存储事故种类标签；link字段，类型为VARCHAR、存储事故链接数据；introduction字段，类型为TEXT、存储事故介绍数据；reason字段，类型为TEXT、存储事故原因数据；treatment字段，类型为TEXT、存储事故处理措施；(3)数据预处理，包括：数据清理、句子切分、去停用词处理、数据入库；(4)对存储在数据库的事故信息数据进行分类训练；(5)利用词云图方法，进行事故分类信息关键词的词云图展示；(6)后端设计：通过建立多种服务获取全方位的事故信息。2.根据权利要求1所述的一种基于LSTM
‑
TextCNN算法结合词云展示的事故分类方法，其特征在于，所述步骤(3)包括以下步骤：(31)数据清理：将重复的词以及空格或与事故信息无关的文本信息删除；(32)句子切分：用篇作为单位，对经过数据清理的事故信息按照标点符号切分为句子；(33)去停用词处理：采用人工校验方法，将无关词与通用停用词进行组合，创建相应的停用词表；(34)数据入库：将处理后的数据导入数据库即将所爬取的csv格式文件数据导入MySQL数据库。3.根据权利要求1所述的一种基于LSTM
‑
TextCNN算法结合词云展示的事故分类方法，其特征在于，所述步骤(4)包括以下步骤：(41)设定word2vec模型需要使用的参数，包括：字向量维数、并行线程数、当前词与目标词之间的最大距离、训练轮次；(42)将经过步骤(3)处理的事故信息以8:2的比例分为训练集数据和测试集数据，训练集数据和测试集数据分别作为word2...

【专利技术属性】
技术研发人员：陈剑洪，简相强，徐豪，陈天赐，刘津铭，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：