交通运输业是中国改革开放进程中的支柱性产业,而民航业更是实现交通强国的重要战略产业。安全作为任何一个行业都必须直面的主题,在民航空管中也无法回避。截至2018年年底,我国已经拥有了一部民航基本法(《中华人民共和国民用航空法》),二十七部行政法规和行政法规性文件,一百一十五部现行有效规章,这些法律文件组成了中国多层次的民航法规体系框架。但中国民航局和各地方民航局还在不断地增删大量新的法规和管理条例,这就增大了法律制定者和法律执行者的工作难度。对于法律制定者而言,想要确保法律条文在设立时既不会与已知法律产生冲突,也不会在废止时留下与其它法律的关联,日益成为一件困难的事;对于法律执行者而言,如何在第一时间找出与当前状况相关联的最新、有效的法律条文,也成为其首要关心的问题。本文以民航空管中的安全管理系统为背景,针对安全管理过程中法律文件不能及时更新、法律条文数量及信息量过大及法律适用性等问题,首先将改进的GHSOM算法用于民航航空法规知识地图的构建,随后采用Doc2Vec深度神经网络算法挖掘法规文本之间的相似性及关联关系以用于在知识地图中快速搜索法规内容和知识地图的更新,切实提高法律工作者的工作效率,提高民航安全管理能力。本论文对系统中使用的关键技术作出了详细阐述,对系统的主要功能给出了实现,具体工作如下:1.对民航航空法规知识管理系统的需求进行了分析,给出了系统总体框架,对系统所用到的关键技术进行了具体阐述,同时也详细分析了系统中主要功能模块处理流程。2.提出了一种改进的GHSOM聚类分析算法。K-means等文本聚类算法聚类后簇的数量往往需要被提前指定,这就在一定程度上降低了结果的精度。改进的GHSOM算法克服了事先固定地图大小与非阶层式调整地图架构的问题,可根据资料的结构去动态发展地图大小与阶层架构,动态分配簇数目。本文在GHSOM算法验证级内终止条件时增添了赤迟信息量准则,以动态调整算法中?1的值,使结果更加精确。3.提出了基于Doc2Vec算法的民航航空法规文本相似性判断算法。本文对Doc2Vec算法在文本相似度比对方面的效果进行了实验研究,并尝试将该算法应用到对文本聚类结果的更新和对相近知识内容的查询中,提出了基于值域的三区间分类法。4.对民航航空法规知识管理系统的背景及应用进行了具体描述,给出了法律文本关联查询、危险源识别等功能的系统实现,并设计了基于用户错误报告的知识地图寿命监控机制,实现对文本聚类结果和地图更新结果的参数化追踪。