基于PR- ERNIE模型的航空安全风险量化分析

【类型】期刊

【作者】程童  高振兴  王浩锋 

【刊名】航空计算技术

【关键词】 风险分析,规则匹配,命名实体识别,预训练模型

【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。

【年份】2023

【作者单位】南京航空航天大学;中国民航科学技术研究院;

【期号】06

【页码】25-29