基于多源异构信息的船舶碰撞事故防控知识图谱研究

余红楚; 郭正; 魏天明; 许磊; 方庆龙

交通信息与安全 ›› 2025, Vol. 43 ›› Issue (3) : 10 -23.

余红楚, 郭正, 魏天明, 许磊, 方庆龙

作者信息 +

Author information +

文章历史 +

摘要

传统水上交通事故研究主要利用事故案例挖掘事故致因和事故间相互影响关系，在反映事故全过程和人-船-货-环-管-信等要素间相互作用方面存在不足。为此，以船舶碰撞事件为例，基于多源异构信息构建了水上交通事故领域船舶碰撞事故防控知识图谱。充分考虑“事件-时空行为-事件致因-事件后果-责任主体-处置决策”事故组成要素，提出了船舶碰撞事故知识标准化框架；构建了基于中文全词掩码预训练语言模型（Chinese-bert-wwm）的知识抽取模型；依托Neo4j数据库，构建了船舶碰撞事故防控知识图谱，图谱包括15种实体类型和39种关系类型，包含35 784个实体和325 097个关系。所提船舶碰撞事故防控知识图谱，在规模上显著优于现有水上交通领域的知识图谱，知识自动抽取的精度达到85%，明显高于隐马尔可夫模型（hidden Markov model,HMM）和条件随机场（conditional random field,CRF）等模型。其中，“船舶”“人员特征”“时间”“人员”和“法律法规”类实体上下文推理的F1值分别为95%、91%、89%、88%和88%，关系识别的F1值达到94%。以上结果表明：通过Chinese-bert-wwm模型提取船舶碰撞事故的语义特征，增强了知识抽取模型的泛化能力。本研究不仅可以支持对船舶碰撞事故知识表示、海事执法人员对事故的回溯及利用，也有助于提高水上交通系统的管理效能。