-
题名基于CI-GAT的煤矿安全事故文本分类研究
- 1
-
-
作者
杨锦涛
杨超宇
-
机构
安徽理工大学人工智能学院
-
出处
《矿产保护与利用》
2026年第1期56-67,共12页
-
基金
国家自然科学基金项目(52227901)。
-
文摘
针对煤矿生产领域事故的复杂性、类别的不平衡性以及事故致因和事故类别之间的因果性,提出了一种基于因果效应和图注意力网络的煤矿安全事故文本图数据分类算法CI-GAT,根据事故潜在致因预测煤矿安全事故类别。算法以CI-GNN模型为基础框架,首先优化了GraphVAE模块,编码器部分通过增加GCN层构建更深的GCN结构,解码器部分引入BatchNorm和Dropout,更加全面地解码事故文本图的致因节点。在算法的分类器模块使用GAT网络代替GIN,更好地捕获事故节点之间的依赖关系。此外,通过引入类别原型存储器实现事故的类别增强,降低类别不平衡的影响,在多粒度特征融合模块引进门控机制FusionGate以融合事故的全局特征和节点特征,将结果传入包含两个自适应残差块的MLP的解码器进行解码,输出事故类别预测结果。在自建的煤矿安全事故文本图数据集上进行实验,准确率、精确率、召回率和F1值分别为96.3%、89.8%、93%和0.913,验证了所提出的算法在煤矿安全事故文本图数据集上分类的优势。
-
关键词
煤矿安全事故
CI-GAT算法
因果效应
GraphVAE
fusiongate
文本图分类
-
Keywords
coal mine accident
CI-GAT algorithm
causal effect
GraphVAE
fusiongate
text-graph classification
-
分类号
TD77
[矿业工程]
TP391.1
[矿业工程—矿井通风与安全]
-
