基于深度學習的施工安全隱患整改智能推薦系統

劉震，趙嵩，楊濤，蔡太偉

1.廣東粵海珠三角供水有限公司，廣東 廣州 511455；

2.云南大學信息學院，云南 昆明 650504；

3.深圳市科榮軟件股份有限公司，廣東 深圳 518063；

4.華南師范大學華南先進光電子研究院，廣東 廣州 510006

0 引言

隨著信息技術的不斷發展，水利工程建設安全管理正向信息化和智能化轉型[1]。施工安全隱患的排查治理是工程建設中安全管理的重要手段。隨著信息化系統的普及與應用，人工排查、手動錄入的施工安全隱患管理在排查過程中積累了大量非結構化的安全隱患文本數據，但這些數據尚未得到充分利用。因此，利用人工智能從海量的歷史數據中挖掘出隱藏信息和潛在規律，從而促進水利工程建設由信息化模式向智能化模式發展[2]，對于提高施工安全隱患的排查治理效率具有重要的現實意義。

目前，不少學者對安全隱患文本數據的挖掘展開了研究。例如：劉梅等[3]利用相關性檢驗挖掘安全隱患特征之間的關聯；譚章祿等[4]利用狄利克雷分配模型挖掘煤礦安全隱患，揭示了生產單位、責任主題與隱患致因之間的關系；陳述等[5]通過短語提取技術揭示了安全隱患時空分布特征；林旭杰等[6]采用Apriori關聯算法挖掘煤礦安全隱患之間的關聯規則；Le等[7]、Jatnika等[8]將深度學習的方法運用到提高建筑工程術語語義相似度計算的準確性上，為隱患文本知識挖掘增加了可信度。為了從歷史案例中挖掘出有用的信息和經驗，1995年Kumar[9]首次將案例推理技術應用到工程設計領域，為案例推理技術在各種工程領域的應用提供了理論基礎。……