基于文本挖掘的煤矿事故案例分析与可视化研究

为解决目前大部分的煤矿事故案例以非结构化文本的形式存储,不利于事故案例中关键信息的组织、共享和再利用的问题,文章基于发布在互联网上的大量煤矿事故案例,将分片思想引入文本挖掘技术,实现事故案例的关键信息抽取,结合框架表示法提出了一种层次化的数据存储结构,实现对煤矿事故案例多层次多类型数据的处理、存储和挖掘,并对事故发生的空间、时间以及原因等数据进行分析和可视化展示。

基于人工智能技术的档案多模态智能编纂方法

针对档案信息利用成本高、利用率低、编研困难等问题,本研究实现了基于深度学习的档案多模态智能编纂方法。考虑到编纂知识的准确性和多样性,结合NLP及其图像处理技术将档案知识进行了关键信息抽取;为了保证生成内容与实际业务相符且较为规范,设计了档案业务主题模板及其编纂规则,并结合Chat GLM实现了档案主题内容智能编纂。