摘要: 针对交通事故文本关键信息挖掘不充分、提取效率低的问题,提出一种基于RoBERTa-WWM-BiLSTM-CRF的交通事故命名实体识别(Named Entity Recognition,NER)方法。根据交通事故实体的语义复杂性和强上下文依赖性,引入RoBERTa-WWM(Robustly optimized BERT approach with Whole Word Masking)在更大规模的文本语料库进行整词掩蔽预训练,生成包含全局序列信息和词级特征的嵌入表示;采用双向长短期记忆网络(Bidirectional Long Short-Term Memory,BiLSTM)捕捉局部上下文依赖;最后通过条件随机场(Conditional Random Field,CRF)获得最优预测序列。对自建的交通事故文本数据集进行命名实体识别,实验结果表明,本文所提模型各项评价指标均优于其他三种模型,精确率为87.79%,召回率为91.13%,F1值为89.43%,较基准模型提升了3.34%,验证了模型对识别并提取交通事故文本关键信息的有效性,对保障公路交通安全及促进交通安全系统智能化具有重要意义。
摘要: 三维激光扫描技术作为一种先进的测量技术,由非接触、高精度、便携等优点在桥梁检测领域已成为不可或缺的一部分。本文以某高速立交桥墩柱为例,首先利用Trimble SX12三维激光扫描仪对某高速立交桥墩柱进行全自动高精度立体扫描,并获取墩柱的表面三维空间点云信息,然后在 Trimble Business Center和 Trimble Real Works软件的帮助下对所测桥墩的扫描点云进行处理,对桥墩的点云进行切片;提取桥墩断面点坐标并对桥墩切片点云进行最佳垂直圆柱体拟合,获取拟合平面中心点坐标;最后对比分析特征点平面坐标的偏差和三维偏移量来评价墩柱的竖直度;三维激光扫描法与平距法、三点定圆法进行比较,最大差值为1.8mm,误差较小。研究表明三维激光扫描技术在桥梁检测领域应用的可行性,丰富桥梁测量数据的显示形式,为后续相关研究提供依据和参考。