从文本中自动学习施工伤害前兆
计算与语言
2026-05-21 v4
摘要
鉴于建筑行业数字记录安全报告的可用性日益增加，开发方法来利用这些数据以增进我们对安全事故的理解并从中学习的能力十分重要。在本研究中，我们比较了几种从原始施工事故报告中自动学习伤害前兆的方法。更确切地说，我们试验了两种用于自然语言处理（NLP）的先进深度学习架构——卷积神经网络（CNN）和层次注意力网络（HAN），以及成熟的词频-逆文档频率表示（TF-IDF）加支持向量机（SVM）方法。对于每个模型，我们提供了一种方法，用于在训练后识别平均而言对每个安全结果最具预测性的文本模式。我们表明，在这些文本片段中可以发现有效的伤害前兆。所提出的方法也可由用户用于可视化和理解模型的预测。
引用
@article{arxiv.1907.11769,
title = {Automatically Learning Construction Injury Precursors from Text},
author = {Henrietta Baker and Matthew R. Hallowell and Antoine J. -P. Tixier},
journal= {arXiv preprint arXiv:1907.11769},
year = {2026}
}
备注
Added author contributions and journal reference, updated corresponding author