基于Train2Vec的消防培训数据分类

董 慧，程 岗，杨立红，孟 笛，贾可佳，陈 超+

(1.华北科技学院 安全工程学院，河北 三河 065201； 2.中国航天科工集团第二研究院七〇六所，北京 100854)

0 引 言

随着科技的进步与发展，虚拟现实(virtual reality，VR)、增强现实(augmented reality，AR)以及混合现实(mixed reality，MR)技术得到飞快发展，应用的领域也逐步扩大。如Meihui等通过搭建虚拟人物和虚拟破损机械设备实现模拟真实世界维修员维修机械设备的过程，不仅提高维修效率，还有效预防维修员受到伤害[1]；Baiqiang等、Kurilovas等让用户在VR学习环境和AR学习环境下学习，分析用户在不同环境下的学习效率[2,3]，以上都是通过搭建虚拟模型、分析模拟产生的过程数据得到预期结果，在众多的数据处理模型中，Word2vec模型是一种用于处理文本类数据的优秀模型，它是将自然语言中词语用向量表示出来的模型[4]。该模型已有多方面研究，例如周萌利用Word2Vec对商品评论数据进行分类处理，分析出该商品的优缺点以及客服的服务态度等问题[5]；牛雪莹等基于Word2Vec对微博文本进行分类处理的研究[6]；金贵涛等利用Word2Vec识别“隐私，泄露，安全”等敏感词汇，并划分安全等级，为防护数据安全提供有力的支撑[7]；段琦利用Word2Vec训练出餐厅向量以及用户向量，实现向用户推荐感兴趣餐厅的研究[8]。

目前Word2Vec模型很少用于处理非文本类数据，因此本文将MR与Word2Vec模型结合，衍生出一种模型——Train2Vec，它是将混合现实消防培训的过程数据构建成培训向量的模型，通过计算现场培训向量与典型样本培训向量之间的相似度实现受训人员身份的预测，并为其生成个性化的应对火灾建议和消防培训任务。……