论文部分内容阅读
在化工行业快速发展的同时,伴随而来的化工事故也在频频发生。由于化工生产品中易燃易爆、有毒、有腐蚀性的物质较多,一旦管理不当或者生产中出现失误,就可能引发火灾、爆炸、泄露或者中毒等事故。要想最大程度的避免和减少事故的发生以及事故发生后所带来的损失,这就需要知道是哪些行为、物品或事件造成了化工事故的发生。因此,对化工事故文本进行分类有利于分析事故原因,做好防范措施工作,对化工事故的监管,预警以及处理等方面有着重要意义。另外,随着网络信息传播速度的不断增快,使得网络舆情,特别是微博网络舆情具有了极快的传播速度和极强的影响力。一旦发生较大的化工事故,势必会引起社会各界的广泛关注。因此,如何及时的掌握舆论情况,正确的引导舆论成为了一项重要工作。基于以上问题,本文针对化工领域的事故新闻文本分类和微博网络舆情分析两个方面进行研究。主要的研究工作如下:1、化工事故相关文本的爬取与预处理。文本采用网络爬虫技术在各大网站和微博爬取相关化工事故新闻文本以及事故评论信息,通过主题模型、相似度算法以及搜索关键词等方法过滤去除与化工事故相关性较低或者不相关的噪声数据;经过人工标注后,采用分词技术和统计方法对数据进行预处理。2、化工事故文本的特征提取和文本分类。本文通过研究并分析多种分类方法,提出了一种基于BLSTM-Attention神经网络的化工事故文本分类方法。该方法利用双向长短时记忆神经网络(Bi-directional Long Short-Term Memory,BLSTM)方法对化工事故新闻文本进行特征提取,能够充分学习化工事故文本上下文的序列信息,有效地表达化工文本的语义信息;引入的Attention机制根据词语和句子对文章不同的贡献度为不同的词语和句子分配相应的权重,保留对文本来说更具有价值和意义的特征信息,使用softmax函数完成事故的类别判定并输出结果。将该方法与多种经典的分类方法进行实验对比,实验结果表明,本文提出的基于BLSTM-Attention神经网络的化工事故文本分类方法在化工事故新闻文本分类任务上更具有优越性,其分类准确率能够达到92.12%。3、化工事故网络舆情分析。针对化工事故分类结果,对特别重大的化工事故进行微博网络舆情分析。利用潜在语义索引LSI文本相似度索引的方法研究化工事故的微博数据并获取事故走势;通过LDA主题模型挖掘微博评论数据潜在的情感主题倾向;基于LSTM神经网络神经网络方法完成舆情的情感偏向分类任务,并结合化工事故分类结果、事故危害度以及话题讨论等数据,对事故的微博网络舆情进行综合分析。