韩 广，卜 桐，王明明，郑海青，孙晓云，金 龙

(1.石家庄铁道大学 电气与电子工程学院，河北 石家庄 050000；2.国家铁路局 装备技术中心， 北京 100844)

铁路作为国家重要的基础设施和关键性民生工程，有力地促进了社会和经济的发展。为确保铁路运输安全，铁路行业积累了大量铁路行车安全主题的业务信息，这些信息数据多采用文本、语音、图像等非结构化数据储存[1]。其中，文本是铁路事故分类的主要手段，为后续进行适当的处理提供依据。但是，目前铁路事故主要由人工进行定级，受主观因素影响较大，其等级分类的准确性有待提高。

近年来，学者们针对铁路事故文本展开了分析和研究。杨兰[2]通过设计事故树对黑龙江“1.28”道口事故进行原因分析，提出了预防道口事故的措施；上官伟等[3]采用基于粒子群优化的支持向量机算法对列控车载设备的故障进行分类；钟志旺等[4]提出了基于主题模型和支持向量机的道岔设备故障特征提取与诊断方法。基于上述研究，铁路事故文本分类存在两个挑战亟待解决：①由于事故类型、描述人员的差异，使得文本的长度、叙述有较大的差异性；②铁路事故文本中含有大量专业词语，如轨道电路红光带、受电弓等，直接影响分词效率和分类准确率。

采用智能方法解决文本分类问题是目前的研究热点。Bengio等[5]创建了三层神经网络的机器学习模型，并率先应用到自然语言处理的任务中。循环型神经网络(Recurrent Neural Network，RNN)[6-7]越来越多地应用到文本分类中。……