宋建炜，邓逸川,2,3，苏 成,2,3

基于预训练语言模型的建筑施工安全事故文本的命名实体识别研究

宋建炜1，邓逸川1,2,3，苏 成1,2,3

(1. 华南理工大学土木与交通学院，广东 广州 510640； 2.亚热带建筑科学国家重点实验室，广东 广州 510640； 3. 中新国际联合研究院，广东 广州 510555)

建筑施工安全事故分析是施工安全管理的重要环节，但分散在事故报告中的施工安全知识不能得到良好的复用，无法为施工安全管理提供充分的借鉴作用。知识图谱是结构化存储和复用知识的工具，可以用于事故案例快速检索、事故关联路径分析及统计分析等，从而更好地提高施工安全管理水平。命名实体识别(NER)是自动构建知识图谱的关键工作，目前主要研究集中于医疗、金融、军事等领域，而在建筑施工安全领域，尚未见到NER的相关研究。根据建筑施工安全领域知识图谱的应用需求，定义了该领域5类概念，并明确了实体标注规范。采用改进的基于Transformer的双向编码表征器(BERT)预训练语言模型获取动态字向量，并采用双向长短期记忆-条件随机场(BiLSTM-CRF)模型获取实体最优标签序列，提出了适用于建筑施工安全领域的NER模型。为了训练该模型并验证其实体识别效果，收集、整理和标注了1 000篇施工安全事故报告作为实验语料。实验表明，相比于传统模型，该模型在建筑施工安全事故文本中具有更优的识别效果。

知识图谱；命名实体识别；施工安全；预训练语言模型；事故报告

近年来，我国建筑施工安全形势虽然有所好转，但各类安全事故时有发生，施工安全问题仍不容忽视，其管理水平仍需进一步提高[1]。……