道路交通事故信息文本预处理技术研究与实践

文本预处理是文本挖掘的关键一步,建立与信息相匹配的标准语义集合能缩短信息处理的时间,提高信息的提取率和识别精度。根据国家交通事故信息采集规范要求,从国家公共安全行业标准中抽取相关交通事故基本信息的标准词汇及代码,构建了一套含有12个属性项目、185个标准词汇的交通事故信息文本预处理用标准化语义集合,并将其应用于国家安全生产监督管理总局的事故查询系统,对系统中2004—2014年期间所收集的8 156件重大道路交通事故信息中的文本数据进行分析。结果表明:利用这套语义集合能更多地提取交通事故信息,可为准确捕捉交通事故特征和研究交通事故发生机理提供重要依据,也为开发交通事故自动信息识别系统创造了重要的条件。