【摘 要】
:
航空安全自愿报告是由民航业内人士上报的文本报告,其中记录着影响民航运行安全的隐患事件,可作为主动防范民航事故的重要依据。针对航空安全自愿报告,采用自然语言处理技术,开展了命名实体文本信息及其关系抽取,对构建机场不正常事件知识图谱具有重要的支撑作用。首先,针对航空安全自愿报告非结构化文本问题归纳提出了机场不正常事件信息抽取技术路线;其次,针对命名实体识别模型中自注意力机制的权重分配过度集中于单个字且
论文部分内容阅读
航空安全自愿报告是由民航业内人士上报的文本报告,其中记录着影响民航运行安全的隐患事件,可作为主动防范民航事故的重要依据。针对航空安全自愿报告,采用自然语言处理技术,开展了命名实体文本信息及其关系抽取,对构建机场不正常事件知识图谱具有重要的支撑作用。首先,针对航空安全自愿报告非结构化文本问题归纳提出了机场不正常事件信息抽取技术路线;其次,针对命名实体识别模型中自注意力机制的权重分配过度集中于单个字且权重分散,以及自注意力机制依赖大量训练样本的问题,提出了基于多尺度注意力机制的命名实体识别方法代替人工标注报告命名实体类别,编写实验验证了模型信息抽取效果;第三,结合模型预测分数设计了样本选择策略,开展了模型对样本中稀疏命名实体训练不足问题研究,降低了人工标注训练集样本量;第四,针对报告的语义相似性问题,提出了基于外部注意力机制的关系抽取方法代替人工标注命名实体关系类别,研究构建了关系抽取模型;最后,运用未加入模型训练集的报告验证了机场不正常事件信息抽取模型的泛化能力和识别效果,并将信息抽取结果进行了可视化处理和风险分析。本文综合命名实体识别、关系抽取、知识图谱、风险矩阵等方法,提出了一种针对航空安全自愿报告信息抽取机场不正常事件要素的方法,为开展安全管理提供支持。
其他文献
碳核查是确保航空业减排目标得以实现的重要环节。业界采用核证航班燃油消费量的方法实现碳核查的目的。随着飞机运营人航班量的显著增加,有限的时间内高质量完成如此巨大核查工作量几乎成为难以逾越的障碍:航空器性能、载量、飞行员操纵行为和运输过程实时大气环境等综合因素会给航班燃油消费量的科学分析与工程性合理判别带来显著困难。因而,迫切需要提出新的方法来完成碳核查中油耗数据合理性的判断。基于油耗数据的分布特性,
背景:肾上腺脑白质营养不良(adrenoleukodystrophy,ALD)是一种X连锁过氧化物酶体病,由ABCD1单基因突变引起,典型特征是血浆和组织中极长链脂肪酸的异常堆积。ALD的临床表型多样,从无症状到快速进展的儿童脑型不等。肾上腺脊髓神经病型是最常见的表型,起病年龄较晚,并累及锥体束、背柱和周围神经。但是,在头颅磁共振未提示脑白质明显异常情况下很难区分成人ALD与遗传性痉挛性截瘫。目的
目的:1型神经纤维瘤病(Neurofibromatosis type 1,NF1)是世界范围内最常见的常染色体显性遗传病之一,以咖啡斑、皱褶部位雀斑、Lisch结节及皮肤良性神经纤维瘤为主要临床特征。NF1基因(Neurofibromatosis type 1 gene)是1型神经纤维瘤病的致病基因,具有极高的突变率。目前对于1型神经纤维瘤病的治疗仅限于手术和激光,并且有极高的复发率。因此,从基因
随着机场愈加繁忙,飞机在机场飞行区发生滑行冲突等事故及事故征候屡见不鲜。以及随着空中交通管制员工作强度的逐渐增大,也逐渐提高了管制员发生“错、忘、漏”的概率,威胁到飞机的安全。对此,通过基于管制指令的飞机滑行冲突预警关键技术进行研究,实现验证管制指令的正确性、保障机场飞行区场面运行安全和给予管制员提供及时的辅助决策支持的目的。主要工作如下:首先,介绍了飞机滑行区域和飞机尾流分类新标准,阐述了飞机滑
目的:自发性脑出血(Spontaneous intracerebral hemorrhage,s ICH)后早期血肿扩大(Hematoma expansion,HE)是决定患者预后的关键因素之一。本研究的目的是基于深度学习算法开发一种新的早期血肿扩大预测模型,并验证其预测效能。方法:连续收集2012年2月至2019年10月就诊于我院的自发性脑出血患者,这些患者均于起病8小时内接受头颅非对比电子计算
旋转机械设备在复杂工况下的运行状态往往取决于其关键部件——转子系统。现代工业水平随着科技的提升不断彰显新的高度,旋转机械设备身处其中也在不停的创新发展。由于运行工况复杂多变,高故障率的转子系统使得机械设备故障频发。设备出现故障后,故障因素会急速蔓延,如果不能准确发现故障并对故障原因进行处理的话,不仅会对经济造成损失,还可能导致工作人员伤亡。因此,分析转子系统故障,对在变工况下转子系统故障诊断方法展
民航旅客运输态势从长期来看仍处于持续稳定增长的阶段,机场高密度、高饱和的运行状态不会发生改变,而如何提升机场运行效率和智能服务质量成为当前旅客保障亟待解决的关键问题。离港旅客作为空港服务的主要对象之一,由于未能准确感知其聚集特性,无法合理有效配置各保障区域和节点的服务资源,造成旅客拥堵现象时有发生,严重影响旅客在机场的体验感。因此,系统性研究面向航班计划的离港旅客聚集特性成为机场提升自身满意度的主
作为无人仓储管理系统中基本组成部分,移动机器人的自主定位能力是不可或缺的。视觉SLAM(Visual Simultaneous Localization and Mapping,VSLAM)为实现自主定位能力提供强有力的理论和技术支撑,但无人仓储实际场景给VSLAM系统稳定运行带来了约束和挑战,无人仓储环境中低纹理、重复纹理以及场景变化等因素都会使得VSLAM系统定位精度下降。特征跟踪精度和回环检
不安全事件强制或自愿报告是空中交通管理领域在安全风险管理方面普遍采用的方式,报告采用自由文本加分类的结构。通过自然语言处理技术对不安全事件报告开展分析,抽取其中的危险源描述特征,对空管安全风险管理具有重要的意义。本文首先分析了空管安全管理的国内外现状,在归纳安全管理与自然语言处理的基础上,形成了空管危险源数据分析的技术基础;其次,提出了基于自然语言处理的空管危险源数据分析方案,通过对报告内容的分析
背景:帕金森病(Parkinson’s disease,PD)是一类以运动迟缓、肌强直和静止性震颤等运动症状为主要临床表现,同时伴有各种非运动症状的中枢神经系统退行性疾病;α-突触核蛋白(α-synuclein,α-syn)的异常聚集沉积是其主要的病理特征。遗传因素在PD的发生发展中起着重要的作用。APOEε4基因型是帕金森病性痴呆和路易体痴呆的风险因素,同时也是PD认知障碍和冻结步态发生的风险因