haku: @keyword information extraction / yhteensä: 7
viite: 2 / 7
Tekijä:Tirunagari, Santosh
Työn nimi:Mining causal relations from maritime accident investigation reports
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2013
Sivut:x + 58 s. + liitt. 6      Kieli:   eng
Koulu/Laitos/Osasto:Tietotekniikan laitos
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Oja, Erkki
Ohjaaja:Lindh-Knuutila, Tiina ; Hänninen, Maria
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  3928   | Arkisto
Avainsanat:pattern classification
connectives method
causal relations
SVM
naive Bayes
information extraction
MAIB
Tiivistelmä (eng): Text mining is a process of extracting information of interest from text.
Such a method includes techniques from various areas such as Information Retrieval (IR), Natural Language Processing (NLP), and Information Extraction (IE).
In this thesis, text mining methods are applied to extract causal relations from maritime accident investigation reports collected from the Marine Accident Investigation Branch (MAIB).
These causal relations provide information on various mechanisms behind accidents, including human and organizational factors relating to the accident.
The objective of this thesis is to facilitate the analysis of the maritime accident investigation reports, by means of extracting contributory causes with more feasibility.
A careful investigation of contributory causes from the reports provides opportunity to improve safety in future.

Two methods have been employed in this thesis to extract the causal relations.
They are 1) Pattern classification method and 2) Connectives method.
The earlier one uses na'ive Bayes and Support Vector Machines (SVM) as classifiers.
The latter simply searches for the words connecting cause and effect in sentences.

The causal patterns extracted using these two methods are compared to the manual (human expert) extraction.
The pattern classification method showed a fair and sensible performance with F-measure(average) = 65% when compared to connectives method with F-measure(average) = 58%.
This study is evidence, that text mining methods could be employed in extracting causal relations from marine accident
ED:2013-09-26
INSSI tietueen numero: 47260
+ lisää koriin
INSSI