基于文本挖掘的民航事件风险评估

为实现“安全第一、预防为主、综合治理”的民航安全管理目标，建立了从报告中学 习并评估风险等级的深度学习模型. 首先采集航空安全报告系统中10年报告，根据严重度建 立事件后果的量化指标，确定5个风险等级：高、中高、中、中低和低风险，并消除事件结果分布 不平衡和结果多样性的影响 . 然后应用卷积神经网络（Convolutional Neural Network，CNN）探 索非结构化的事件概要与风险等级之间的关系，通过该模型对事件进行分类，确定风险等级. 风险评估模型与不同量化指标和不同方法对比，其分类准确率可达 96%，优于其他指标和方 法. 最后应用该模型对非结构化的事件概要挖掘，对2020年事件进行快速的风险评估，预测准 确率可达 80%. 基于 CNN的民航风险评估模型可以对文本格式的事件概要充分挖掘，快速评 估与主动感知风险，对支持安全预警具有重要意义.

Civil Aviation Incident Risk Assessment Based on Text Mining