[發(fā)明專利]基于扎根理論和事理圖譜的船舶航行事故致因分析方法

在審

• 申請?zhí)枺?/td>: 202210608600.0
• 申請日: 2022-05-31
• 公開（公告）號: CN115033746A
• 公開（公告）日: 2022-09-09
• 發(fā)明（設計）人: 尹雋;紀哲;葛世倫;錢萍
• 申請（專利權）人: 江蘇科技大學
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06F16/25;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 徐澍

一種基于扎根理論和事例圖譜的船舶航行事故致因分析方法，首先獲取各類船舶航行事故報告，基于扎根理論通過自定義核心概念構建船舶航行事故領域本體核心概念；接著根據(jù)構建的本體核心概念對事件實體進行分類、標注和事件抽取；再基于事件抽取結果，對事件關系進行標注和抽取；將得到的船舶航行事故事件抽取和事件關系抽取的結果導入Neo4j數(shù)據(jù)庫中，完成船舶航行事故事理圖譜的構建；基于構建的船舶航行事故事理圖譜進行船舶航行事故致因分析。本發(fā)明基于扎根理論，結合船舶航行事故領域特征，提煉出船舶航行事故致因因素，構建了船舶航行事故致因模型，系統(tǒng)性分析了船舶航行事故的各個致因，對船舶航行安全管理具有理論及實踐意義。

技術領域

本發(fā)明屬于事理圖譜技術領域，涉及扎根理論、事理圖譜和事故致因分析交叉技術，更具體是涉及一種通過扎根理論構建事理圖譜以實現(xiàn)船舶航行事故致因分析的方法。

背景技術

航海運輸是確保國際貿易和全球經濟繁榮的重要運輸方式之一，據(jù)統(tǒng)計，截至2020年水運約占世界貿易量的90％。航運活動變得越來越頻繁，因此也帶來了事故的高發(fā)生率。為了防止事故的發(fā)生或最大限度地減少其影響，需盡可能準確完整地找出事故致因要素，并做出相應的安全預防對策。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。現(xiàn)有關于船舶航行事故的致因分析大都采用線性事故鏈致因模型或傳染病致因模型，以系統(tǒng)性視角來研究船舶事故的成果較少，缺乏細致、扎實的大樣本研究，難以捕捉航行事故的復雜影響。

發(fā)明內容

本發(fā)明的目的是針對現(xiàn)有技術存在的缺陷，提出一種基于扎根理論和事理圖譜的船舶航行事故致因分析方法。

本發(fā)明針對船舶事故致因復雜、突發(fā)性強、危險程度高的現(xiàn)狀，運用將扎根理論和事理圖譜相結合的研究方法，通過對船舶航行事故調查報告進行分析，結合船舶航行事故領域特征，基于扎根理論構建航行事故語料庫，在此基礎上基于深度學習方法構建船舶航行事故事理圖譜，從而分析船舶航行事故的各個致因。

為達到上述目的，本發(fā)明采用如下技術方案予以實現(xiàn)。

一種基于扎根理論和事理圖譜的船舶航行事故致因分析方法，包括如下步驟：

1、獲取各類船舶航行事故調查報告；

2、對步驟1中獲取的船舶航行事故調查報告，結合船舶航行事故特點以及其他事故領域現(xiàn)有本體的復用，基于扎根理論構建船舶航行事故領域本體核心概念；

3、基于步驟2中構建的船舶航行事故本體核心概念，對步驟1中獲取的船舶航行事故調查報告中的船舶航行事故事件實體進行分類，并基于本體核心概念標注事件實體，以建立一套適用于船舶航行事故領域的事理圖譜語料庫，再對事件實體標注進行有監(jiān)督學習模式的事件抽取，完成船舶航行事故事理圖譜中事件的構建；

4、基于步驟3中的事件實體抽取結果，采用深度學習工具對步驟1中獲取的船舶航行事故調查報告中的船舶航行事故的事件關系進行標注，再采用脈沖耦合神經網絡PCNN的方法對標注的事件關系進行半自動抽取，完成船舶航行事例圖譜中事件關系的構建；

5、將步驟3和步驟4得到的船舶航行事故事件抽取和事件關系抽取的結果導入Neo4j數(shù)據(jù)庫中，完成船舶航行事故事理圖譜的構建；

6、基于步驟5構建的船舶航行事故事理圖譜進行船舶航行事故致因分析。

進一步優(yōu)選的，步驟2中，所述的構建核心概念指對步驟1中所述的船舶航行事故調查報告中的數(shù)據(jù)進行開放性編碼、主軸編碼和選擇性編碼，然后對航行事故核心概念進行提取，最終形成的船舶航行事故本體核心概念。