基于PR- ERNIE模型的航空安全风险量化分析

• 作者: 程童 高振兴 王浩锋
• 来源期刊: 航空计算技术
• 学科: 工学
• 关键词: 风险分析 命名实体识别 规则匹配 预训练模型
• 年，卷（期）: 2024,（6）
• 所属期刊栏目: 计算方法
• 页码范围: 29-33
• 页数: 5页
• 语种: 中文

摘要

有效地利用实体识别技术识别出航空不安全信息中的风险要素，提升安全风险识别和评价能力，对于实现航空安全风险量化分析具有重要意义。为精准识别非结构化航空不安全信息中的风险要素，提出了一种融合先验规则和知识增强语义表示模型的实体识别模型，以大量航空不安全事件案例文本报告为分析对象，在自建标注语料上训练ERNIE模型，获取动态词向量，同时引入能够表达风险要素结构的规则进行优化。实验结果表明，模型在测试集上的精确率、召回率和F1值分别达到了92.5%、92.4%和92.4%,优于实验对比的其他模型。模型能够有效识别航空不安全信息中隐含的风险要素，为航空安全风险量化分析提供数据支持。