基于知识检索增强的铁路应急处置策略智能生成方法

Intelligent Generation Method of Railway Emergency Disposal Strategy Based on Knowledge Retrieval Enhancement

摘要

针对铁路系统在复杂多变运营环境中，应急预案现场适用性差、严重依赖人工经验且知识索引效率低下的问题，提出1种基于知识检索增强的铁路应急处置策略智能生成方法。首先，通过基于语义理解的多层分类架构模型识别突发事件的类型、地点、严重程度等场景特征，以此作为应急处置知识库检索索引；其次，采用密集向量检索与关键词匹配相结合的混合检索策略，精准定位特定场景的相关信息；最后，建立“系统全局约束+用户场景适配”的双角色提示机制，驱动生成符合工作人员习惯的规范化处置策略。结果表明：所提方法生成处置策略的忠实度和相关性指标达到0.880和0.966，均优于基准方法；复杂事件场景的相关性指标为0.901，略低于单一事件场景指标，可保持较好的稳定性；生成应急处置策略的平均耗时为9.610 s，显著低于Graph RAG基准方法。该方法可有效满足应急处置的准确性、通用性和实时性要求，为提升铁路复杂突发事件场景下的应急决策能力提供可靠的技术支撑。

Abstract

In view of the problems of poor field applicability of emergency plans, heavy reliance on human experience and low efficiency of knowledge index in the complex and changeable operation environment of railway system, an intelligent generation method of railway emergency disposal strategy based on knowledge retrieval enhancement is proposed. Firstly, the multi-layer classification architecture model based on semantic understanding is used to identify the scene characteristics such as type, location and severity of emergencies, which can be used as the retrieval index of emergency disposal knowledge base. Secondly, a hybrid retrieval strategy combining dense vector retrieval and keyword matching is used to accurately locate the relevant information of a specific scene. Finally, a dual-role prompt mechanism of "system global constraints + user scenario adaptation" is established to drive the generation of standardized disposal strategies that conform to the habits of staff. The results show that the fidelity and correlation index of the disposal strategy generated by the proposed method are 0.880 and 0.966, which are better than the benchmark method. In the complex event scenario, the correlation index of this method is 0.901, which is slightly lower than that of the single event scenario, maintaining good stability. The average time of generating emergency disposal strategy is 9.610 s, which is significantly lower than that of the Graph RAG benchmark method. This method can effectively meet the accuracy, universality and real-time requirements of emergency disposal, and provide reliable technical support for improving the emergency decision-making ability in the context of railway complex emergencies.

Graphical abstract

关键词

智能生成 / 大语言模型 / 铁路应急处置 / 知识检索增强 / 双角色提示机制

Key words

Intelligent generation / Large language model / Railway emergency disposal / Knowledge retrieval enhancement / Dual-role prompt mechanism

当前，我国铁路系统正处于从大规模建设向精细化运维转型阶段。由于系统构成复杂、运营环境多变，列车运行容易受到突发事件影响，虽然相关管理部门已经建立了较完备的应急预案体系，但面对复杂多变的实际情况，应急预案存在现场适用性较差、严重依赖处置人员人工经验等问题^［1-2］。随着运营过程中应急案例与处置规则的持续积累，知识索引效率低下的问题愈发凸显。为应对发展与转型中面临的挑战，行业迫切需要探索如何高效利用领域知识，提升复杂事件场景下的决策能力^［3］。

铁路应急处置策略是指在铁路运营过程中，为应对突发性事件（如自然灾害、设备故障、安全事故等）导致运输中断或秩序紊乱时，所采取的一系列快速、协调、科学的紧急应对措施，其关键在于精确界定各岗位人员在特定时机需执行的操作，以最大限度恢复运输秩序，减少人员伤亡和财产损失。相应的，铁路应急处置策略智能生成方法，是指在铁路突发事件条件下，运用人工智能（AI）、语义理解、生成模型等先进技术，结合应急预案、历史案例库和铁路技术规范等内容，动态、自动化地生成科学、高效、可操作的应急处置策略的过程，其核心在于通过人工智能技术手段替代或辅助传统的人工经验决策，提升响应速度与处置科学性。

目前国内外学者在应急处置策略生成领域进行大量研究，提出了基于应急预案和案例推理的应急处置策略生成方法。基于应急预案的生成方法主要通过提取预案处置要点并合理组合，指导应急处置策略的生成。Ni^［4］通过计算不同应急预案片段与特定突发事件之间的相似度，挑选出高度匹配的章节片段进行组合，从而制定具有针对性的应急处置策略。王普^［5］提出1种融合本体和深度学习的高速铁路应急预案数字化方法，通过基于目标树的语义查询智能生成应急处置流程。以上研究在已有应急预案的基础上进行应急处置策略，可减少从零开始制定策略的难度，但该类方法需要预定义规则集合，难以适应现实中灵活多变的应急处置动态过程，且后续规则的优化和更改所需工作量大。基于案例推理的生成方法通过寻找相似的历史案例，利用已有的历史经验为当前突发事件处置提供决策参考。Wu^［6］在对相似案例检索推理的基础上，将规则与推理相结合，实现地铁应急处置策略的辅助生成。Sun^［7］依据应急处置案例结构和属性2方面计算相似性，实现基于案例推理的应急资源需求预测。案例推理的方法虽然可以展示应急决策依据的历史案例，使得应急决策更具有解释性，但过于依赖完备且高质量的案例库，对于未在案例库中出现的应急处置场景的处理能力较差。

近年来，大语言模型（Large Language Model，LLM）在自然语言处理领域取得了突破性进展。凭借其超大规模的参数设置以及海量的训练数据，这些模型展现出卓越的自然语言理解与生成能力^［8］，GPT-o1和Deepseek等模型也呈现出较好的逻辑推理能力^［9］，推动了大模型在各行业的垂直应用^［10-14］。然而，铁路行业由于其专业性、复杂性与安全性等特点，包含铁路应急预案、行车技术规范、历史事件处置案例在内的行业专业知识并未纳入通用大语言模型的训练中，导致既有大模型在领域专业任务上表现不佳。尽管如此，大语言模型卓越的上下文理解与动态生成能力，为应急处置策略智能生成领域提供了新思路：通过语义解析^［15-17］和知识向量表征与转化技术^［18］，从预案与案例中检索到专业知识作为大模型的决策依据，该方法能够克服传统方法依赖固化规则或完备案例库的弊端，根据当前事态进行灵活推理，从而在应急处置策略生成方面展现出巨大潜力。

本研究提出1种基于突发事件场景特征识别和混合检索的应急处置策略智能生成方法，依据既有铁路应急预案、历史突发事件处置案例等信息，并结合事件实时发展过程，通过大语言模型智能生成应急处置策略，可有效应对突发事件所呈现的紧急性、多样性和不确定性特征，尤其对多种事件类型交叉的复杂场景具有灵活适用性。

1 铁路应急处置策略智能生成方法

为提升应急处置策略的智能生成效果，特别是多种故障交织的复杂应急决策，提出1种融合场景特征识别、知识混合检索与大语言模型（LLM）的铁路应急处置策略智能生成方法。该方法利用大语言模型的动态生成能力突破传统预案在复杂情境下的应用瓶颈，通过挖掘突发事件的多维场景特征精确匹配铁路应急预案、技术规程及历史处置案例中的知识文本，为应急处置人员提供准确且具备动态适应性的决策支持。

所提铁路应急处置策略智能生成方法包含突发事件场景特征识别、应急处置知识混合检索和提示工程驱动的处置策略规范化生成3个主要环节，方法架构如图1所示。

1.1　方法流程

1）突发事件场景特征识别

铁路突发事件包含事件类型、严重程度等多维度特征，且可能出现多事件类型交叉的复杂场景，单一维度的事件特征无法满足处置需求。因此，通过构建面向铁路专业领域的多维度场景特征识别模型，建立突发事件的多维特征空间，用于在知识库中精确定位所需的应急处置知识。该模型不再是通用的文本分类模型，而是针对铁路应急的特点进行设计，可识别的特征维度包括2个方面：一是识别核心事件类型，包括设备故障（接触网、道岔、信号）、自然灾害（暴雨、地震）及人为因素等，并支持多类型并发识别；二是提取多维影响特征，即从事故描述中进一步解析与处置决策相关的多维度场景特征，包括严重程度、调度指令类型及应急响应部门等。

通过这种层次化的特征提取，原始、零散的信息被转化为1组结构化的“场景标签”。这组标签不仅反映了当前状态的特征，更是驱动后续知识检索和策略生成的精准索引，以确保该方法能够从知识检索层面反映铁路应急处置的复杂性和专业性。

2）应急处置知识混合检索

在融合多维场景特征的知识文档基础上，采用结合密集向量检索与关键词匹配的混合检索策略，实现某特定应急场景相关信息的精准定位。其中，密集检索层通过预训练的语义匹配模型将场景描述与知识文档映射为高维向量，基于余弦相似度计算获取语义相关的候选文本集合；关键词检索层提取突发事件描述中的实体关键词（如“接触网挂异物”“道岔设备故障”“轨道电力红光带”），通过倒排索引快速定位包含关键信息的知识文本片段；重排序层采用基于语义理解的重排序模型对双路检索结果进行相关性重排序，生成包含技术规范依据条款、历史处置流程及场景约束条件的上下文集合，为后续过程提供领域知识输入。

3）提示信息驱动的处置策略规范化生成

为确保大语言模型生成的策略不仅内容正确，更能符合铁路应急指挥和现场作业的真实逻辑与表达习惯，构建“系统全局约束+用户场景适配”的双角色提示机制。通过设置全局约束规则实现铁路行业技术规范嵌入，如敏感信息处理、时间逻辑锚定等行业专属约束，使模型输出策略的因果逻辑与人工决策习惯一致，显著提升策略的实用性与可操作性，并通过用户场景适配将当前具体的、动态的应急场景信息融入生成过程中。将识别到的场景特征和检索到的知识上下文进行结构化组织，形成1个包含应急事件描述与处置知识的详细输入。这使得LLM能够聚焦于当前突发事件场景，生成具有针对性的处置步骤。

通过这种双角色提示机制的协同作用，驱动LLM在遵循铁路行业规范的框架内，运用检索到的知识，生成既满足应急处置规程、又贴合现场实际的应急处置策略，解决传统预案在面对复杂场景时无法适配的问题。

1.2　突发事件多维度场景特征识别模型

突发事件的场景特征是应急处置依据的关键要素，这些场景可按照应急事件类型、事件严重程度、应急响应部门等多维特征进行划分。铁路突发事件场景识别模型的架构如图2所示。语义表征层用于表征输入至模型的突发事件描述信息，场景分类层用于提取突发事件场景的多维特征，二者在模型中的功能与实现方式如下。

1）语义表征层

为将输入的应急场景描述文本转化为机器可读的深层语义向量，并应对铁路突发事件应急处置案例在公开数据集中相对稀缺的情况，构建以预训练模型Chinese-RoBERTa-wwm-ext^［17］为核心的语义表征层，将输入的应急场景描述文本分割为模型可处理的离散单元（token）。该预训练模型已在海量通用中文语料中学习到丰富的先验知识，能显著减少所构建特征识别模型对大规模标注数据的依赖，从而在小样本条件下实现高效的特征提取。

具体的语义表征过程为：首先，按照模型的输入格式要求，在文本首尾添加［CLS］与［SEP］特殊标记；随后进行分词，将输入的应急场景描述文本拆解成更小的语义单元；接着将分词后的每个token转换为模型预定义词汇表中对应的唯一整数ID，形成数值化输入序列；最终通过模型内部的24层Transformer编码器（Encoder）结构，将输入序列映射为1组高维向量序列\mathit{H}=[{\mathit{h}}_{[\mathrm{C}\mathrm{L}\mathrm{S}]},{\mathit{h}}_{\mathrm{2}},\cdots，{\mathit{h}}_{[\mathrm{S}\mathrm{E}\mathrm{P}]}]。其中，每个token对应1个1 024维的隐藏层向量\mathit{h}，输出的语义向量{\mathit{h}}_{[\mathrm{C}\mathrm{L}\mathrm{S}]}作为整个场景描述文本的聚合语义表征，能够捕获全局上下文信息，为下游任务提供高质量、信息密集的特征输入。

2）场景分类层

该层由多个CNN组成，每个CNN模型的输入为语义向量{\mathit{h}}_{[\mathrm{C}\mathrm{L}\mathrm{S}]}，向量维度为D；输出为场景特征在某一维度上的分类结果，并支持通过增加CNN模型的个数进一步拓展场景特征的提取维数，如突发事件类型、事件严重程度、故障涉及工种等。场景分类层的关键操作包括卷积、池化、向量拼接、全连接层运算，并通过Softmax函数处理得到输出。

（1）卷积操作：单个CNN模型有3个一维卷积层，卷积核的尺度k分别为3，4和5，从语义表征层输出的特征向量{\mathit{h}}_{[\mathrm{C}\mathrm{L}\mathrm{S}]}中捕捉不同尺度的关键信息；每个一维卷积层C_k的输出通道数为100，以增加模型的容量，使其能够学习更丰富的特征表示。每层卷积操作输出的特征图矩阵{\mathit{F}}_k为

{\mathit{F}}_k=C_k({\mathit{h}}_{[\mathrm{C}\mathrm{L}\mathrm{S}]})k\in \{\mathrm{3,4},\mathrm{5}\},{\mathit{F}}_k\in {\mathbb{R}}^{(D-k+\mathrm{1})\times \mathrm{100}}（1）

（2）池化操作：通过最大池化的方式提取每个卷积核最重要的特征，经过最大池化操作后的向量{\mathit{p}}_k为

{\mathit{p}}_k=M_{\mathrm{M}\mathrm{a}\mathrm{x}\mathrm{P}\mathrm{o}\mathrm{o}\mathrm{l}\mathrm{i}\mathrm{n}\mathrm{g}}({\mathit{F}}_k)k\in \{\mathrm{3,4},\mathrm{5}\},{\mathit{p}}_k\in {\mathbb{R}}^{\mathrm{100}}（2）

（3）向量拼接操作：将3个池化后的向量拼接在一起，形成最终的特征向量\mathit{p}为

\mathit{p}=({\mathit{p}}_{\mathrm{3}},{\mathit{p}}_{\mathrm{4}},{\mathit{p}}_{\mathrm{5}}{)}^{\mathrm{T}}\mathit{p}\in {\mathbb{R}}^{\mathrm{300}}（3）

（4）全连接层运算和Softmax归一化：向量\mathit{p}经过全连接层和Softmax激活函数，得到最终的分类输出向量\mathit{y}为

\mathit{y}=S_{\mathrm{S}\mathrm{o}\mathrm{f}\mathrm{t}\mathrm{m}\mathrm{a}\mathrm{x}}(\mathit{W}\mathit{p}+\mathit{b})\mathit{y}\in {\mathbb{R}}^C（4）

式中：S_Softmax （·）为激活函数；\mathit{W}为权重矩阵，\mathit{W}\in {\mathbb{R}}^{C\times \mathrm{300}}；\mathit{b}为偏置向量，\mathit{b}\in {\mathbb{R}}^C；C为类别数。

1.3　铁路应急知识检索模型

铁路应急知识检索的目的是快速准确获取与突发事件信息紧密相关的铁路应急处置知识，进而生成应急处置策略。铁路应急知识检索模型架构如图3所示。密集检索层通过权重共享的语义孪生神经网络构建突发事件信息和铁路应急处置相关规定（知识）的语义高维密集向量，采用相似度计算方式筛选出若干候选知识文本集M₁；关键词检索层通过分词和关键词检索筛选出候选知识文本集M₂；重排序层融合语义理解与关键词匹配的双重特征，对候选知识集合进行语义一致性评估和上下文相关性排序，最终输出精准的铁路应急知识检索结果。

密集检索层设计了权重共享的孪生网络将应急场景文本与铁路应急相关规定文本同时转化为密集向量 a 和 b，二者的相似度\mathrm{c}\mathrm{o}\mathrm{s}(\theta )和余弦距离d_{\mathrm{c}\mathrm{o}\mathrm{s}}的计算式为

\mathrm{c}\mathrm{o}\mathrm{s}(\theta )=\frac{\mathit{a}\cdot \mathit{b}}{||\mathit{a}||||\mathit{b}||}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^N}{a}_i{b}_i}{\sqrt[]{{\displaystyle \sum _{i=\mathrm{1}}^N}(a_i{)}^{\mathrm{2}}}\sqrt[]{{\displaystyle \sum _{i=\mathrm{1}}^N}(b_i{)}^{\mathrm{2}}}}（5）

d_{\mathrm{c}\mathrm{o}\mathrm{s}}=\mathrm{1}-\mathrm{c}\mathrm{o}\mathrm{s}(\theta )（6）

其中，

\mathit{a}=(a_{\mathrm{1}},a_{\mathrm{2}},\cdots ,a_{\mathrm{N}})

\mathit{b}=(b_{\mathrm{1}},b_{\mathrm{2}},\cdots ,b_{\mathrm{N}})

式中：N为向量的维度；a_i和b_i分别为向量 a 和 b 的第i个分量；||\mathit{a}||和||\mathit{b}||分别为向量 a 和 b 的模。

余弦距离越小代表2个向量的相似度越高。选取相似度最高的n个知识文本d_{\mathrm{1}},d_{\mathrm{2}},\cdots ,d_n，构成上下文候选集合P_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{e}\mathrm{x}\mathrm{t}}。

关键词检索层将文本进行分词，去除常见但无意义的词（如“的”“是”等），并根据TextRank算法选取具有代表性的关键词，得到应急场景描述关键词集合C_{\mathrm{A}}与待测知识文本关键词集合C_{\mathrm{B}}。TextRank算法的实现式为

W(V_i)=(\mathrm{1}-d)+d\sum _{V_j\in I(V_i)}\frac{W(V_j)}{L(V_j)}（7）

式中：W（V_i）为词语V_i的重要性得分，其初始值可设置为任意正数；d为阻尼系数，取值为0.85；I（V_i）为在词语V_i之前出现的词语集合；L（V_j）为词语V_j先于某个词语出现的总词语数。

迭代计算式（7），直至所有词语的重要性得分收敛（即2次迭代间的变化值小于设定阈值），选取得分最高的若干个词语作为关键词。而后利用Jaccard相似度计算方法可得C_{\mathrm{A}}与C_{\mathrm{B}}的相似度S_{\mathrm{J}\mathrm{a}\mathrm{c}\mathrm{c}\mathrm{a}\mathrm{r}\mathrm{d}}为

S_{\mathrm{J}\mathrm{a}\mathrm{c}\mathrm{c}\mathrm{a}\mathrm{r}\mathrm{d}}=\frac{|C_{\mathrm{A}}\bigcap C_{\mathrm{B}}|}{|C_{\mathrm{A}}\bigcup C_{\mathrm{B}}|}（8）

当相似度大于某个阈值时，将相应的知识文本k加入上下文候选集合P_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{e}\mathrm{x}\mathrm{t}}，P_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{e}\mathrm{x}\mathrm{t}}=\{d_{\mathrm{1}},\cdots ,d_n,k_{\mathrm{1}},\cdots，k_n\}包含密集检索与关键词检索2种结果，候选知识文本分布于不同的相似度空间，导致相关性标准不一，因此需要通过重排序层进行归一化处理。

重排序模型是1种基于大语言模型的语义分析模型，该层以重排序模型bge-reranker-v2-m3^［18］为核心组件，将应急场景文本与上下文候选集合中的待测文本拼接后作为模型输入，输出二者的相似度得分，根据相似度得分对集合中的元素进行重新排序，最终生成精准的应急处置知识检索结果。

2 试验结果及分析

试验设置3个部分，分别为铁路突发事件场景识别模型的性能评估、铁路应急知识检索性能评估以及铁路应急处置策略生成的整体性能评估。

2.1　突发事件场景识别模型训练及性能评估

2.1.1　数据采集

基于已有的铁路领域应急处置案例，选取7种发生频率较高的应急处置事件类型作为试验对象，分别为“应答器故障”“ATP故障”“红光带故障”“受电弓故障”“接触网跳闸故障”“道岔设备故障”和“接触网挂异物故障”不属于上述7类的事件归为“其他故障”类。每类突发事件选取125条数据，共计1 000条样本，按照7∶1∶2的比例划分为训练集、验证集和测试集。

2.1.2　评价指标

采用准确率、召回率和综合评价指标评估模型对突发事件的分类性能。准确率P表示分类结果中真实正样本占预测正样本的比例，该值越高说明模型预测正类时的可信度越高。其计算式为

P=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{P}}}（9）

式中：T_{\mathrm{P}}为真正例，即正确预测为正类的样本数；F_{\mathrm{P}}为假正例，即错误预测为正类的样本数。

召回率R表示真实正样本中被正确识别为正样本的比例，该值越高说明模型对正类样本的识别能力越强。其计算式为

R=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{N}}}（10）

式中：F_{\mathrm{N}}为假负例，即错误预测为负类的正样本数。

综合评价指标F_{\mathrm{1}}是准确率和召回率的调和平均数，综合反映模型的分类性能，该值越大表明模型的整体分类效果越好。其计算式为

F_{\mathrm{1}}=\frac{\mathrm{2}PR}{P+R}（11）

2.1.3　试验结果

突发事件分类模型的指标评价结果见表1。由表1可知：在铁路突发事件类型识别任务中，模型对7类事件识别准确率超过0.91。由于其他故障包含的事件类型较多，且每类样本数相对较少，准确率下降为0.885。

图4为铁路突发事件场景识别混淆矩阵。其中，单元格数值为该真实类型被预测为相应类型的比例；对角线单元格为各类别的召回率。单元格颜色越深表示该真实类别的召回率越高，即模型对该类别的识别能力更强。F1—F8分别表示“接触网挂异物”“道岔设备故障”“红光带”“接触网跳闸”“受电弓故障”“应答器故障”“ATP故障”和“其他故障”这8种类型。由图4可知：除“其他故障”外，其余7类突发事件的召回率表现均较好。验证了该方法在小样本场景下的有效性，即使每类事件的训练样本较少，模型依然能够捕捉到不同突发事件类型的关键语义特征。

进一步将该模型与标准的文本分类基准模型BERT+MLP与TextCNN^［19］对比，3个模型的参数设置见表2。基于充分的理论依据和实例验证设置模型参数：BERT组件采用RoBERTa方法^［17］中验证的最优微调参数；CNN分类器使用TextCNN中证实有效的多尺度卷积核配置。图5为铁路突发事件场景识别模型训练过程中的损失值与准确率，展示了模型收敛情况，验证了参数选择的合理性。

模型性能对比见表3。由表3可知：与2个基准模型相比，所提模型的综合性能指标F_{\mathrm{1}}值分别提升4.35%和3.77%，表明该模型在铁路应急事件类型的识别方面具有优势。

2.2　铁路应急知识检索性能评估

2.2.1　数据采集

由于铁路应急场景的特殊性，无法基于常规的通用数据集进行试验。因此，构建了铁路应急场景基准数据集，共包含500条数据，数据的分布情况如图6所示。突发事件为图4中的8种类型，其中“其他故障”还包括多种突发事件类型叠加的复杂事件类型，如“受电弓故障叠加接触网挂异物”。每条数据由3部分组成，分别是“问题”“上下文”和“标准回答”，“问题”是指发生突发事件后铁路工作人员一般的提问内容，包括时间、地点和事件的简单描述和期望获取的处置策略。“上下文”是针对这类事件铁路行规和技规中明确给出的指导内容。“标准答案”是根据现场经验总结得到的规范化处置策略。

2.2.2　评价指标

上下文精度用于衡量模型检索得到上下文中的噪声程度，取值范围在0到1之间，分数越高则模型精确度越好。上下文精度P_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{e}\mathrm{x}\mathrm{t}}的计算式为

P_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{e}\mathrm{x}\mathrm{t}}=\frac{{\displaystyle \sum _{i=\mathrm{1}}^m}{P}_i}{n_{\mathrm{t}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}}}（12）

其中，

P_i=\frac{n_{\mathrm{d}\mathrm{e}\mathrm{m}\mathrm{a}\mathrm{n}\mathrm{d}}(i)}{n_{\mathrm{d}\mathrm{e}\mathrm{m}\mathrm{a}\mathrm{n}\mathrm{d}}(i)+n_{\mathrm{m}\mathrm{i}\mathrm{s}\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{s}\mathrm{t}\mathrm{r}\mathrm{u}\mathrm{e}}(i)}

式中：n_{\mathrm{d}\mathrm{e}\mathrm{m}\mathrm{a}\mathrm{n}\mathrm{d}}（i）为模型正确识别所“需要”的文本段数量；n_{\mathrm{m}\mathrm{i}\mathrm{s}\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{s}\mathrm{t}\mathrm{r}\mathrm{u}\mathrm{e}}（i）为错误地被识别成与任务相关的文本段数量；n_{\mathrm{t}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}}为前m个检索结果中与任务真正相关的文本段的总数量。

上下文召回率E_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}用来衡量针对特定问题，从检索到的上下文中能够找到的对应信息占回答问题所需的全部相关信息的比例。其计算式为

E_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}=\frac{n_{\mathrm{r}\mathrm{e}\mathrm{l}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{e}}}{n_{\mathrm{a}\mathrm{n}\mathrm{s}\mathrm{w}\mathrm{e}\mathrm{r}}}（13）

式中：n_{\mathrm{r}\mathrm{e}\mathrm{l}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{e}}为标准答案中与检索结果有关的句子数量；n_{\mathrm{a}\mathrm{n}\mathrm{s}\mathrm{w}\mathrm{e}\mathrm{r}}为标准答案句子的总数量。

2.2.3　试验结果

1）消融试验

铁路应急知识检索中包含3个主要环节：环节1利用应急场景特征对知识库中的文本进行初步筛选；环节2使用密集检索与关键词检索相结合的方式获取候选上下文集合；环节3运用重排序模型对候选上下文集合进行重新排序。为验证这3个环节对知识检索效果的促进作用，通过应急处置知识上下文精度和上下文召回率2个指标对各个环节进行了消融试验，结果见表4。

由表4可知：在去除某个环节的情况下，上下文精度和上下文召回率均有所下降，尤其去除环节2后，上下文精度和召回率大幅降低。表明3个环节均可对知识检索整体性能产生积极的提升作用。

2）对比试验

为评估所提方法在铁路应急处置策略知识检索中的性能，选取LangChain与LlamaIndex框架中的标准检索方法作为基准，与之进行对比，结果见表5。

由表5可知：在处理铁路应急知识检索任务时，LangChain和LlamaIndex的性能指标相近；与2个基准方法相比，所提方法的上下文精度分别提升14.70%和14.03%，上下文召回率分别提升18.83%和21.14%。

2.3　铁路应急处置策略生成性能评估

2.3.1　试验数据集与提示工程模版

使用2.2节所提铁路应急场景基准数据集进行验证，基于提示词工程构建的提示信息模板见表6。

2.3.2　评价指标

忠实度可衡量模型生成的应急处置策略与给定上下文的事实一致性。具体过程为：将生成答案的事实内容与其相应的上下文进行对比，所得介于0到1之间的一致性得分即为忠实度的衡量标准。高分意味着生成文本在事实上与给定的上下文高度一致。忠实度L的计算式为

L=\frac{n_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{e}\mathrm{x}\mathrm{t}}}{n_{\mathrm{g}\mathrm{e}\mathrm{n}\mathrm{e}\mathrm{r}\mathrm{a}\mathrm{t}\mathrm{e}}}（14）

式中：n_{\mathrm{c}\mathrm{o}\mathrm{n}\mathrm{t}\mathrm{e}\mathrm{x}\mathrm{t}}为上下文中事实内容的数量；n_{\mathrm{g}\mathrm{e}\mathrm{n}\mathrm{e}\mathrm{r}\mathrm{a}\mathrm{t}\mathrm{e}}为生成答案中事实内容的数量。

答案相关性可评估生成的答案与应急处置人员问题的相关程度。该指标通过“逆向验证”的方式进行评估：先基于生成的答案反推出若干个问题，再计算这些反推问题与用户原始提问的相似度。若答案确实切题，那么从答案中反推出的问题应当与原始提问高度一致；反之，若答案包含冗余信息或答非所问，则反推问题与原始提问的相似度较低。答案相关性R_{\mathrm{r}\mathrm{e}\mathrm{l}\mathrm{e}\mathrm{v}\mathrm{a}\mathrm{n}\mathrm{c}\mathrm{y}}的计算式为

R_{\mathrm{r}\mathrm{e}\mathrm{l}\mathrm{e}\mathrm{v}\mathrm{a}\mathrm{n}\mathrm{c}\mathrm{y}}=\frac{\mathrm{1}}{N\text{'}}{\displaystyle \sum _{i=\mathrm{1}}^{N\text{'}}}cos({\mathit{G}}_i,{\mathit{E}}_{\mathrm{o}})=\frac{\mathrm{1}}{N\text{'}}{\displaystyle \sum _{i=\mathrm{1}}^{N\text{'}}}\frac{{\mathit{G}}_i\cdot {\mathit{E}}_{\mathrm{o}}}{\Vert {\mathit{G}}_i\Vert \Vert {\mathit{E}}_{\mathrm{o}}\Vert }（15）

式中：{\mathit{G}}_i为从答案中反推问题i的特征向量；{\mathit{E}}_{\mathrm{o}}为原始问题的特征向量；N\text{'}为生成问题的总个数。

2.3.3　试验结果

为验证所提的铁路应急处置策略智能生成方法的有效性和通用性，从多个维度对其性能进行了全面评估。选取Naive RAG^［20］和Graph RAG^［21］这2种具有代表性且被广泛应用的检索增强生成方法作为基准。具体实现上，Naive RAG基于LlamaIndex提供的框架构建，而Graph RAG则采用openSPG框架^［22］实现。试验设计包括：常规场景下的性能对比，以验证该方法的有效性；针对极端、罕见复杂事件的专项测试，以证明其通用性。考虑到应急响应的时效性需求，因此详细分析了各方法的知识检索用时和大模型推理用时，验证所提方法良好的实时性表现。

表7展示了3种方法处理应急处置策略生成任务的综合性能对比。由表7可知，所提方法的忠实度和答案相关性指标均取得了最优值，相较于Naive RAG实现了5.1%和13.3%的提升。证明该方法生成的处置策略在事实上与给定的上下文更一致，更符合输入问题的要求。

铁路应急处置中极端、罕见的复杂事件往往涉及多个突发事件的耦合故障、连锁反应等情况。为测试所提方法在此类场景下的性能表现，设计了专项对比试验：通过组合铁路应急场景基准数据集中不同类型的突发事件数据，来构建复杂事件场景；进而使用答案相关性指标，量化评估生成的应急处置策略对复杂问题的针对性。

3种方法在单一事件和复杂事件场景下处置策略生成任务的相关性指标变化见表8。由表8可知，所提方法在复杂事件场景下的答案相关性从0.987下降至0.901，虽然下降了8.7%，但相较于Graph RAG（下降22.6%）和Naive RAG（下降35.7%），其性能下降率最低，充分说明该方法优秀的通用性。这一优势归因于其知识表示的完整性，所提方法采用多维度场景进行特征识别，可以建立突发事件的多维特征空间，在面对多重突发事件叠加的情况时，能够有效检索到相关的处置知识。

铁路应急处置对实时性有较高的要求，快速生成准确的处置策略对于减少事故损失至关重要。3种方法生成应急处置策略的时间性能对比见表9。试验关键配置为：大语言模型选用Qwen3-32B；部署基于vLLM推理框架；GPU硬件采用NVIDIA A800计算卡；向量数据库使用FAISS。

由表9可知：所提方法的总耗时为9.610 s，仅略高于Naive RAG的8.966 s，但远低于Graph RAG的27.652 s，表明该方法在保证高质量输出的同时，仍能满足应急处置的实时性要求；在知识检索阶段，Graph RAG方法因需遍历复杂的图结构，其知识检索时间长达18.278 s，占总时间的66.1%，这在应急场景下是难以接受的，而Naive RAG虽然检索速度最快，但其简单的检索机制导致了较低的输出质量，所提方法耗时0.894 s，介于Naive RAG和Graph RAG之间，反映了该方法在检索深度和效率之间取得了良好平衡；在推理阶段，3种方法的推理耗时相近，这主要由所使用的语言模型本身决定，相比之下，所提方法提供了铁路应急处置相关的专用知识库，使得推理时间略有减少。

3 结论

（1）本研究提出1种基于知识检索增强的铁路应急处置策略智能生成方法。该方法包含3个关键环节：首先，借助基于语义理解的多层分类模型，精准识别并提取突发事件中的关键场景要素，为高效知识检索奠定基础；然后，通过融合密集向量检索与关键词匹配的混合检索策略，实现了对领域知识库中精准信息的快速定位；最终，创新性地设计了融合系统规范与用户场景的双角色提示机制，以此引导大语言模型生成既严格遵守行业标准，又具备现场操作可行性的处置策略。

（2）为验证所提方法的性能，构建了铁路应急场景基准数据集进行试验。准确性方面，该方法生成策略的忠实度和知识相关性分别达到0.880和0.966，与Naive RAG基准方法相比，提升了5.1%和13.3%；通用性方面，该方法在复杂事件场景下表现稳定，其知识相关性达到0.901，优于基准方法；实时性方面，该方法生成处置策略的平均响应时间可控制在10 s以内。证明其在铁路应急处置策略的生成任务中，兼具准确性、通用性与实时性。

参考文献

[1] 贾利民，陈熙元，马小平，等.基于云边交互机制的自主式高速铁路防灾系统架构［J］.中国铁道科学，2022，43（5）：165-176.

[2] JIA Limin， CHEN Xiyuan， MA Xiaoping， et al. Architecture of Autonomous Disaster Prevention System of High-Speed Railway Based on Collaborative Cloud and Edge Mechanism ［J］. China Railway Science， 2022， 43 （5）： 165-176. in Chinese

[3] 程晓卿，贾利民，秦勇，等.铁路应急管理研究［J］.铁道学报，2012，34（3）：7-13.

[4] CHENG Xiaoqing， JIA Limin， QIN Yong， et al. Research on Railway Emergency Management ［J］. Journal of the China Railway Society， 2012， 34 （3）： 7-13. in Chinese

[5] 敬海泉，钟仁东，何旭辉，等.基于LSTM-GMM模型的大风多级预警方法［J］.中国铁道科学，2023，44（3）：221-228.

[6] JING Haiquan， ZHONG Rendong， HE Xuhui， et al. Multi-Level Early Warning Method for Gale Based on LSTM-GMM Model ［J］. China Railway Science， 2023， 44 （3）： 221-228. in Chinese

[7] NI W J， LIU T， CHEN S Y. Rapid Generation of Emergency Response Plans for Unconventional Emergencies ［J］. IEEE Access， 2020， 8： 181036-181048.

[8] 王普，李平，阿茹娜，等.融合本体和深度学习的高速铁路应急预案数字化方法研究［J］.铁道学报，2020，42（8）：29-36.

[9] WANG Pu， LI Ping， ARUNA， et al. Method of Digitalization of High-Speed Railway Emergency Plan Integrating Ontology and Deep Learning ［J］. Journal of the China Railway Society， 2020， 42 （8）： 29-36. in Chinese

[10] WU H T， ZHONG B T， MEDJDOUB B， et al. An Ontological Metro Accident Case Retrieval Using CBR and NLP ［J］. Applied Sciences， 2020， 10 （15）： 5298.

[11] SUN J P， CAO H T， GENG B， et al. Demand Prediction of Railway Emergency Resources Based on Case-Based Reasoning ［J］. Journal of Advanced Transportation， 2021， 2021： 6666631.

[12] WEI J， TAY Y， BOMMASANI R， et al. Emergent Abilities of Large Language Models ［EB/OL］. arXiv：2206.07682 ［cs.CL］， 2022 （2022-10-26） ［2025-08-13］.

[13] SHAO Z H， WANG P Y， ZHU Q H， et al. DeepSeekMath： Pushing the Limits of Mathematical Reasoning in Open Language Models ［EB/OL］. arXiv：2402.03300 ［cs.CL］， 2024 （2024-05-27） ［2025-08-13］.

[14] ZHANG K P， ZHOU F， WU L， et al. Semantic Understanding and Prompt Engineering for Large-Scale Traffic Data Imputation ［J］. Information Fusion， 2024， 102： 102038.

[15] 齐思洋，胡慧云，李洪冰，等.融合大语言模型的领域问答系统构建方法［J］.北京邮电大学学报，2024，47（4）：50-56.

[16] QI Siyang， HU Huiyun， LI Hongbing， et al. Domain-Specific Question Answering System Construction Approach Integrated with Large Language Model ［J］. Journal of Beijing University of Posts and Telecommunications， 2024， 47 （4）： 50-56. in Chinese

[17] 胡佳慧，李姣，姚宽达，等.大语言模型融合知识图谱的医学问答系统构建研究［J］.中国数字医学，2024，19（6）：91-95.

[18] HU Jiahui， LI Jiao， YAO Kuanda， et al. Research on the Construction of Medical Q&A System Integrating Large Language Model and Knowledge Graph ［J］. China Digital Medicine， 2024， 19 （6）： 91-95. in Chinese

[19] 李旻哲，殷继彬.融合BERT模型与词汇增强的中医命名实体识别模型［J］.计算机科学，2024，51（6A）：230900030-6.

[20] LI Minzhe， YIN Jibin. TCM Named Entity Recognition Model Combining BERT Model and Lexical Enhancement ［J］. Computer Science， 2024， 51 （6A）： 230900030-6. in Chinese

[21] 谌文佳，杨琳，李金林.嵌入意图识别的医疗健康问答文本语义分类模型［J］.数据分析与知识发现，2025，9（2）：26-38.

[22] CHEN Wenjia， YANG Lin， LI Jinlin. Semantic Classification Model for Healthcare Q&A Texts with Embedded Intent Recognition ［J］. Data Analysis and Knowledge Discovery， 2025， 9 （2）： 26-38. in Chinese

[23] MACKENZIE J， TROTMAN A， LIN J. Efficient Document-at-a-Time and Score-at-a-Time Query Evaluation for Learned Sparse Representations ［J］. ACM Transactions on Information Systems， 2023， 41 （4）： 1-28.

[24] 魏嵬，丁香香，郭梦星，等.文本相似度计算方法综述［J］.计算机工程，2024，50（9）：18-32.

[25] WEI Wei， DING Xiangxiang， GUO Mengxing， et al. Review of Text Similarity Calculation Methods ［J］. Computer Engineering， 2024， 50 （9）： 18-32. in Chinese

[26] CUI Y M， CHE W X， LIU T， et al. Pre-Training with Whole Word Masking for Chinese BERT ［J］. IEEE/ACM Transactions on Audio， Speech， and Language Processing， 2021， 29： 3504-3514.

[27] CHEN J L， XIAO S T， ZHANG P T， et al. BGE M3-Embedding： Multi-Lingual， Multi-Functionality， Multi-Granularity Text Embeddings through Self-Knowledge Distillation ［EB/OL］. arXiv：2402.03216 ［cs.CL］， 2024 （2024-06-28） ［2025-08-13］.

[28] ZHANG Y， WALLACE B. A Sensitivity Analysis of （and Practitioners’ Guide to） Convolutional Neural Networks for Sentence Classification ［EB/OL］. arXiv：1510.03820 ［cs.CL］， 2015 （2016-05-06） ［2025-08-13］.

[29] LEWIS P， PEREZ E， PIKTUS A， et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks ［C］// NIPS’20： Proceedings of the 34th International Conference on Neural Information Processing Systems. USA： ACM Digital Library， 2020， 793： 9459-9474.

[30] EDGE D， TRINH H， CHENG N， et al. From Local to Global： a Graph RAG Approach to Query-Focused Summarization ［EB/OL］. arXiv：2404.16130 ［cs.CL］， 2024 （2025-02-19） ［2025-08-13］.

[31] LIANG L， BO Z P， GUI Z K， et al. KAG： Boosting LLMs in Professional Domains via Knowledge Augmented Generation ［C］// WWW’25： Companion Proceedings of the ACM on Web Conference 2025. USA： ACM Digital Library， 2025： 334-343.

基金资助

国家重点研发计划项目(2022YFB4300603)

中央高校基本科研业务费专项资金资助项目(2023JBZY005)