[发明专利]基于扎根理论和事理图谱的船舶航行事故致因分析方法在审
申请号: | 202210608600.0 | 申请日: | 2022-05-31 |
公开(公告)号: | CN115033746A | 公开(公告)日: | 2022-09-09 |
发明(设计)人: | 尹隽;纪哲;葛世伦;钱萍 | 申请(专利权)人: | 江苏科技大学 |
主分类号: | G06F16/901 | 分类号: | G06F16/901;G06F16/25;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 徐澍 |
地址: | 212100 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 扎根 理论 事理 图谱 船舶 航行 事故 分析 方法 | ||
一种基于扎根理论和事例图谱的船舶航行事故致因分析方法,首先获取各类船舶航行事故报告,基于扎根理论通过自定义核心概念构建船舶航行事故领域本体核心概念;接着根据构建的本体核心概念对事件实体进行分类、标注和事件抽取;再基于事件抽取结果,对事件关系进行标注和抽取;将得到的船舶航行事故事件抽取和事件关系抽取的结果导入Neo4j数据库中,完成船舶航行事故事理图谱的构建;基于构建的船舶航行事故事理图谱进行船舶航行事故致因分析。本发明基于扎根理论,结合船舶航行事故领域特征,提炼出船舶航行事故致因因素,构建了船舶航行事故致因模型,系统性分析了船舶航行事故的各个致因,对船舶航行安全管理具有理论及实践意义。
技术领域
本发明属于事理图谱技术领域,涉及扎根理论、事理图谱和事故致因分析交叉技术,更具体是涉及一种通过扎根理论构建事理图谱以实现船舶航行事故致因分析的方法。
背景技术
航海运输是确保国际贸易和全球经济繁荣的重要运输方式之一,据统计,截至2020年水运约占世界贸易量的90%。航运活动变得越来越频繁,因此也带来了事故的高发生率。为了防止事故的发生或最大限度地减少其影响,需尽可能准确完整地找出事故致因要素,并做出相应的安全预防对策。因此分析船舶航行事故致因是提高船舶航行安全的重要手段。现有关于船舶航行事故的致因分析大都采用线性事故链致因模型或传染病致因模型,以系统性视角来研究船舶事故的成果较少,缺乏细致、扎实的大样本研究,难以捕捉航行事故的复杂影响。
发明内容
本发明的目的是针对现有技术存在的缺陷,提出一种基于扎根理论和事理图谱的船舶航行事故致因分析方法。
本发明针对船舶事故致因复杂、突发性强、危险程度高的现状,运用将扎根理论和事理图谱相结合的研究方法,通过对船舶航行事故调查报告进行分析,结合船舶航行事故领域特征,基于扎根理论构建航行事故语料库,在此基础上基于深度学习方法构建船舶航行事故事理图谱,从而分析船舶航行事故的各个致因。
为达到上述目的,本发明采用如下技术方案予以实现。
一种基于扎根理论和事理图谱的船舶航行事故致因分析方法,包括如下步骤:
1、获取各类船舶航行事故调查报告;
2、对步骤1中获取的船舶航行事故调查报告,结合船舶航行事故特点以及其他事故领域现有本体的复用,基于扎根理论构建船舶航行事故领域本体核心概念;
3、基于步骤2中构建的船舶航行事故本体核心概念,对步骤1中获取的船舶航行事故调查报告中的船舶航行事故事件实体进行分类,并基于本体核心概念标注事件实体,以建立一套适用于船舶航行事故领域的事理图谱语料库,再对事件实体标注进行有监督学习模式的事件抽取,完成船舶航行事故事理图谱中事件的构建;
4、基于步骤3中的事件实体抽取结果,采用深度学习工具对步骤1中获取的船舶航行事故调查报告中的船舶航行事故的事件关系进行标注,再采用脉冲耦合神经网络PCNN的方法对标注的事件关系进行半自动抽取,完成船舶航行事例图谱中事件关系的构建;
5、将步骤3和步骤4得到的船舶航行事故事件抽取和事件关系抽取的结果导入Neo4j数据库中,完成船舶航行事故事理图谱的构建;
6、基于步骤5构建的船舶航行事故事理图谱进行船舶航行事故致因分析。
进一步优选的,步骤2中,所述的构建核心概念指对步骤1中所述的船舶航行事故调查报告中的数据进行开放性编码、主轴编码和选择性编码,然后对航行事故核心概念进行提取,最终形成的船舶航行事故本体核心概念。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏科技大学,未经江苏科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210608600.0/2.html,转载请声明来源钻瓜专利网。