来源：期刊VIP网 时间：
作者：李泽荃;刘飞翔;赵嘉良;祁慧;李靖;
单位：华北科技学院河北省矿山智能化开采技术重点实验室;华北科技学院矿山安全学院;华北科技学院经济管理学院;中国矿业大学(北京)能源与矿业学院;
摘要：煤矿各类安全管理信息化平台积累的大量非结构化文本数据目前并没有得到充分利用。为充分挖掘煤矿安全隐患文本知识，提出一种基于领域术语掩码语言建模(DP-MLM)和句子顺序预测建模(SOP)学习机制的煤矿安全领域预训练语言模型(CoalBERT)。利用收集到的110万余条煤矿隐患排查记录数据和自构建的1 328个领域术语词典进行模型训练，并在煤矿安全隐患文本分类和命名实体识别2个任务上分别进行对比实验。研究结果表明：在文本分类实验中，CoalBERT模型总体结果的精准率、召回率和综合评价指标F_1值较双向编码器表征法预训练模型(BERT)分别提高0.34%、0.21%、0.27%;在命名实体识别实验中，CoalBERT模型的精准率和F_1值较BERT模型分别提高3.84%、2.13%。CoalBERT模型能够有效提升煤矿安全隐患文本语义理解能力，可为煤矿安全领域文本挖掘相关任务场景提供基础参考。
关键词：BERT模型;;煤矿安全隐患文本;;文本分类;;命名实体识别;;预训练模型;;任务微调
基金资助：中央高校基本科研业务费项目(3142017107);; 廊坊市科技计划项目(2023029061)
