人民黄河

作者：晋磊, 徐鹏, 黎杰, 蔡迎春, 杨海波

单位：1.郑州大学 水利与交通学院，河南 郑州 450001；2.中国电建集团 贵阳勘测设计研究院有限公司，贵州 贵阳 550081；3.国家隧道掘进机与智能运维重点实验室，河南 郑州 450001

关键词：泥石流灾害；知识抽取；质量评估；知识融合；Word2Vec

基金：<p class=\MsoNormal\>\r\n\t<span>国家重点研发计划项目（</span>2022YFC3004402<span>）；河南省重点研发专项（</span><span>221111321100</span><span>）</span>\r\n</p>

在大数据、物联网与人工智能技术快速发展的背景下，泥石流灾害数据正日益呈现出海量、多源、异构的特点。主要采用jieba、NLPIR和LTP等分词工具抽取模型库，对非结构化存储的泥石流灾害数据进行解析与抽取，并汇聚至数据库，实现数据融合。通过Word2Vec模型将词语映射到高维空间中，实现文本中的词汇转换为实数向量；采用t-SNE算法和Kernel PCA算法将高维词向量转换为低维度的向量，使用K-means算法对其进行聚类可视化。研究结果表明：在数据抽取评估方面，一致性、完整性、准确性的评估均值在0.800以上，均方差小于0.050。对比PCA和t-SNE两种降维方法，通过轮廓系数（Silhouette Score，SS）评估聚类效果，PCA的SS指标值为0.359，t-SNE的SS指标值为0.336，结果显示PCA表现更优。Bert模型具有较强的上下文理解能力，更加适合泥石流灾害数据抽取，依托Word2Vec模型的CBOW架构获取词向量，结果显示PCA在评价指标上整体表现优于t-SNE。针对泥石流灾害数据多源和语义一致性问题，涵盖从数据抽取、降维到聚类的全过程，为实现泥石流灾害数据的语义融合与统一管理提供了有效支持。

来源：2025年第7期

《人民黄河》期刊编辑部

查看人民黄河杂志2025年第7期