基于Doc2vec-LightGBM的CBTC车载信号设备故障分类诊断方法

车载信号设备是城市轨道交通信号系统的重要组成部分，其运营过程中会产生海量离散化、片段化的日志文本数据。目前，CBTC车载设备故障记录文本仍存在语义不明确、词语冗余的问题，从而造成故障致因溯源难，针对此，提出一种基于Doc2vec-LightGBM的CBTC车载设备故障自动分类诊断方法。首先对故障文本使用Jieba完成文本分词，依据TF-IDF实现分词文本数据的特征提取，并采用Doc2vec训练文本分词向量；其次针对数据不均衡的问题，采用Borderline-SMOTE算法进行少数类文本向量数据的补全泛化；最后，通过训练轻量梯度提升机LightGBM分类器完成故障文本自动分类。采用某信号厂商所记录的1 133条故障文本数据进行分类实验分析，并与支持向量机(SVM)方法对比。实验结果表明，所提方法在分类精确率、召回率上分别为98.2%、97.5%,证明了该故障文本自动分类方法的有效性和优越性。