基于Word2Vec模型的泥石流多源灾害数据融合研究.pdfVIP

第４７卷第７期人民黄河Ｖｏｌ．４７，Ｎｏ．７

２０２５年７月ＹＥＬＬＯＷＲＩＶＥＲＪｕｌ．，２０２５

基于Ｗｏｒｄ２Ｖｅｃ模型的泥石流多源灾害数据融合研究

１２２１，３１，３

晋磊，徐鹏，黎杰，蔡迎春，杨海波

（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）

摘要：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ｔＳＮＥ算法和ＫｅｒｎｅｌＰＣＡ算法将高维词

－

向量转换为低维度的向量，使用Ｋｍｅａｎｓ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ｔＳＮＥ两种降维方法，通过轮廓系数（ＳｉｌｈｏｕｅｔｔｅＳｃｏｒｅ，ＳＳ）评估聚类效

－

果，ＰＣＡ的ＳＳ指标值为０．３５９，ｔＳＮＥ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ｔＳＮＥ。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。

关键词：泥石流灾害；知识抽取；质量评估；知识融合；Ｗｏｒｄ２Ｖｅｃ

－

中图分类号：Ｐ６９４文献标志码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００１３７９．２０２５．０７．０１６

－

引用格式：晋磊，徐鹏，黎杰，等．基于Ｗｏｒｄ２Ｖｅｃ模型的泥石流多源灾害数据融合研究［Ｊ］．人民黄河，２０２５，４７（７）：９７１０２．

ＲｅｓｅａｒｃｈｏｎＭｕｌｔｉ⁃ＳｏｕｒｃｅＤｅｂｒｉｓＦｌｏｗＤｉｓａｓｔｅｒＤａｔａＦｕｓｉｏｎＢａｓｅｄｏｎＷｏｒｄ２ＶｅｃＭｏｄｅｌ

１２２１，３１，３

ＪＩＮＬｅｉ，ＸＵＰｅｎｇ，ＬＩＪｉｅ，ＣＡＩＹｉｎｇｃｈｕｎ，ＹＡＮＧＨａｉｂｏ