基于自然語言處理的鐵路交通事故與關聯技術規章條款智能推薦技術研究

王宇嘉，劉 新，賈永剛，保魯昆，徐利民

(中國鐵道科學研究院集團有限公司運輸及經濟研究所，北京 100081)

鐵路交通事故調查是指在鐵路事故發生之后，事故調查人員根據相關資料和多方調查情況對所報告的事故原因進行分析判斷。根據統計分析，多數鐵路交通事故的發生與人員的違章行為有直接或間接的關聯關系[1]，近年來中國國家鐵路集團有限公司(以下簡稱“國鐵集團”)也提出了嚴格事故定性定責，加強事故內部分析，充分利用信息化技術分析慣性違章行為的要求。而鐵路技術規章是鐵路職工生產作業的基本依據，因此當事故發生時，及時、準確地對事故進行分析和判斷，明確事故違反的技術規章條款，為事故預防提供決策支持，對鐵路安全管理工作具有重要意義。自然語言處理技術是人工智能領域中的一個重要研究方向，國內學者在機器翻譯、輿情監測、自動摘要、觀點提取、文本分類、知識問答等諸多領域對自然語言處理技術進行了研究[2]。因此，有必要借助自然語言處理技術，構建鐵路事故與規章關聯庫，對事故報告等信息進行智能化的自動分析判斷，實現人工輔助下事故關聯技術規章條款的自動推薦，為提升事故調查分析效率，推動事故調查手段的智能化，準確定位鐵路事故發生原因及明確責任劃分提供技術支撐。

1 我國鐵路交通事故調查管理現狀

我國鐵路交通事故按照等級由不同的機構負責調查管理。根據《鐵路交通事故調查處理規則》(以下簡稱《事規》)規定，我國鐵路交通事故依據造成的人員傷亡、財產經濟損失、對運輸生產秩序的影響程度等指標劃分為特別重大、重大、較大、一般4 個級別[3]。雖然不同等級的事故的調查機構、人員組成、調查期限都不相同，但調查組都需要查明事故發生的經過、原因、傷亡和損失，認定事故性質和責任，以及提出相關建議，并將這些內容形成事故調查報告。

1.1 鐵路交通事故調查流程

鐵路交通事故調查主要包括以下流程。

（1）成立調查組。有關部門接到事故報告后，根據事故情況，初步判斷可能的事故等級，成立事故調查組。

（2）制定調查方案。由事故調查組組織相關成員確定調查人員、調查內容、調查時間安排及其他相關要求等。

（3）現場事故調查。調查組勘察現場，掌握人員傷亡、機車車輛脫軌、設備損壞等情況，保存痕跡和物證，詢問事故當事人及相關人員，查閱有關規章制度、技術文件、操作規程、調度命令、作業記錄、臺賬等，查找事故線索及原因，做好調查記錄。

（4）事故報告?，F場調查完成后，各專業組應按調查組組長的要求，及時提交專業組調查報告。調查組組長組織審議專業組調查報告，并研究形成《鐵路交通事故調查報告》(以下簡稱“事故報告”)，對事故進行分析認定，完成對事故的定性定責，制作《鐵路交通事故認定書》，經批準后，送達相關單位。

鐵路交通事故調查流程如圖1所示。

由圖1可以看出，經過一系列嚴密調查后，相關的調查成果均體現在了事故調查報告中。事故報告撰寫是事故調查的關鍵環節之一，是對整個事故調查的總結和事故定性、定責的結果，因此鐵路交通事故的分析統計主要圍繞事故報告開展。

圖1 鐵路交通事故調查流程Fig.1 Investigation process of railway traffic accidents

1.2 鐵路交通事故報告構成

《事規》中規定，鐵路事故報告應包括事故概況、事故傷亡及損失、事故原因、事故責任以及對事故責任者的處理建議、事故防范和整改措施建議、事故有關證明材料等6部分內容。

如果僅僅止步于確定責任者，而不明確其行為違反的具體規章和條款，則一方面可能定責的依據不夠充分，無法做到以理服人；另一方面，也難以有效地從事故中汲取教訓，從而采取有針對性的措施預防同類事故的發生。因此，對事故中人員違反的相關技術規章條款進行分析是一項具有重要意義但十分耗費工作量的任務，需要根據事故調查者的經驗，初步判斷可能違反的技術規章條款，再查閱大量不同的規章相關規定，找到違反的相關條款。如何在復雜的事故信息中分析出事故直接及間接原因，準確找到事故責任人或單位違反的技術規章具體條款內容，是事故報告撰寫中的重點及難點。

1.3 鐵路交通事故調查分析存在問題

（1）未充分利用和分析歷史事故報告數據。根據《事規》規定，事故調查人員需要根據各種相關資料和多方調查情況對所報告事故的原因進行分析判斷，必要時還可以借鑒歷史上類似事故的調查結論和處理意見。目前需要人工手動去查找歷史相似事故，而這一環節受事故調查人員素質的影響較大，部分經驗不足或對相關專業及作業組織不熟悉的人員將難以通過自身查詢精準找到與所分析的事故相似的歷史事故報告。

（2）安全監督管理信息系統與技術規章管理信息系統缺少關聯。目前國鐵集團建立了統一的安全監督管理信息系統用于管理鐵路事故報告[4]，還建立了統一的技術規章管理信息系統，實現了對國鐵集團、各鐵路局集團公司、全路各運輸站段3 個層級技術規章的存儲、檢索及查閱。而在事故分析過程中，對于技術規章管理信息系統的運用仍較少。在鐵路安全監督管理信息系統與技術規章管理信息系統間缺少關聯，技術規章信息系統無法讀取相關事故報告數據，安全監督管理信息系統也無法獲取技術規章相關數據。

（3）缺少智能化的鐵路事故相關技術規章條款自動推薦技術手段。目前對于事故報告中違反的規章條款確定、參考歷史事故報告定責等工作主要由人工完成，耗費了大量的時間及精力，缺乏智能化的事故調查分析輔助決策技術手段。由于鐵路交通事故呈現多樣性、散發性、不確定性等特征，在事故分析中涉及的鐵路專業及相關技術規章數量較多，對事故調查人員及時、準確地進行分析判斷提出了較大挑戰。

2 鐵路交通事故與技術規章關聯庫構建

2.1 鐵路交通事故與技術規章關聯關系

（1）鐵路事故發生多與違章違紀有關。搜集2008—2018年間全路發生的鐵路交通事故報告，按事故原因可分為橫跨線路、違章違紀、治安傷亡、設備故障、自然災害等5 大類，各類原因引起的事故當中，因鐵路職工違章違紀而造成的事故占比最多，違章違紀主要體現在未按規章規定作業、隨意橫跨線路、不按規定設置防護、不按規章規定行車等。此外，在設備故障引發的事故當中也有部分是因為設備年久失修，或未按規章規定的檢修周期和檢修標準進行檢修而導致的設備故障。因此，鐵路事故與技術規章緊密關聯。

（2）鐵路事故分析中已加入對違反規章的分析。隨著近年來國鐵集團“敬畏規章”等一系列舉措的實施，鐵路各專業越來越重視技術規章的管理及運用，在近年來的鐵路事故分析中，也常在事故教訓中對職工的違章違紀行為進行分析，在事故發生后，相關單位常在第一時間組織研究事故可能違反的規章內容，為事故調查分析提供輔助支撐。

（3）鐵路事故的發生可能引起規章制度的制修訂。當一定時間段內違反特定技術規章或規章條款的事故數量達到一定程度時，通常存在著2 種可能性，一是技術規章或規章條款的規定不夠科學合理或規定不完善；二是技術規章培訓宣貫不到位，致使規章的執行大打折扣。如果是第一種情況，則需要立即組織研究對不合理的規章條款進行修訂補充。因此，事故的發生有時也會促使技術規章條款的修訂完善。

通過科學合理地構建鐵路交通事故報告與技術規章關聯庫，一是便于在事故分析時查詢相關技術規章規定，更高效地分析出事故原因及相關責任，二是可以盡早發現技術規章制修訂或貫徹執行過程中可能存在的問題，并及時采取應對措施，使技術規章得到更好的貫徹執行，進而促進鐵路運輸生產安全和運輸效率的提升。

2.2 鐵路事故報告及技術規章關鍵詞提取

（1）自然語言處理技術應用需求。為進一步建立鐵路事故報告與技術規章間的關聯關系，在此引入自然語言處理技術[5]。雖然鐵路交通事故描述千差萬別，但相同或相似事故所違反的規章和條款，大概率具有相同的指向性，如果能把事故概況中的這些相同或相似的因素提取出來作為事故特征，就能夠在事故概況與事故違反的規章條款之間建立一種聯系，實現規章條款的智能推薦，而自然語言處理技術恰好具備這一功能，可以在兩者之間搭起一座橋梁。應用基于自然語言處理的文本分詞及關鍵詞提取技術，其中分詞是自然語言處理的基礎，是將連續的字序列按照一定的規范重新組合成詞序列的過程，分詞準確度直接決定了文本分析的質量；關鍵詞提取是從文本里面將跟文本意義最相關的一些詞抽取出來，是最能夠反映出文本主題或者意思的詞語，而目前鐵路交通事故報告的文本描述并不提供關鍵詞，因此通過自然語言處理技術，可以實現對鐵路事故報告的分詞，從而自動提取出關鍵詞，為建立鐵路事故報告與技術規章的關聯關系提供基礎。

（2）關鍵詞提取算法選擇。從算法的角度來看，關鍵詞提取算法主要有2 類。一類是有監督學習算法，即利用訓練好的關鍵詞提取分類器，對各個提取出的候選詞進行分類，最終將標簽為關鍵詞的候選詞作為關鍵詞。另一類為無監督學習算法，即先提取出候選詞，對各個候選詞進行打分，然后輸出N(N的大小由用戶根據需求情況確定)個分值最高的候選詞作為關鍵詞。根據打分的策略不同，有不同的算法，例如TF-IDF，TextRank等算法[6]。

根據事故概況文本描述的特點，選擇應用TF-IDF算法進行事故關鍵詞的提取。TF-IDF算法的優點是簡單快速，而且容易理解，能夠滿足大部分的實際需求。但缺點是用詞頻來衡量一段文字中一個詞的重要性不夠全面，有時重要的詞在文本中出現的頻率可能不夠高，特別是對于鐵路交通事故報告這樣專業性較強的文本場景，有時候提取的關鍵詞不能夠反映事故的核心，為此，需要在TF-IDF 算法的基礎上進行優化，引入自定義關鍵詞權重的方法。

（3）關鍵詞提取算法優化。自定義關鍵詞權重有2 個含義，一是自定義關鍵詞，二是自定義關鍵詞的權重。在利用通用算法提取事故關鍵詞的時候，可能會遺漏掉最能反映事故特征的關鍵詞，這時候可以通過前期的人工整理，從典型事故概況中提取出事故關鍵詞，并根據這些關鍵詞對于事故特征的表征程度，賦予1～100 之間的任意權重。系統在對事故概況進行分析、提取關鍵詞的時候，在應用通用算法的同時，還會考慮關鍵詞的權重，將依算法得到的關鍵詞評分值與人為設置的關鍵詞權重結合起來，經過這樣處理后得到的關鍵詞和關鍵詞排序會更能反映事故的特征，也更接近使用者的預期。

2.3 鐵路交通事故與技術規章關聯庫構建

在完成對鐵路事故報告關鍵詞提取的基礎上，需要借助于同義詞/聯想詞作為事故與技術規章之間的媒介，即找到一個或多個適當的關鍵詞，這些關鍵詞作為事故關鍵詞的同義詞或聯想詞，通過這些同義詞/聯想詞能夠在技術規章庫中檢索到與事故概況相關的規章條款，從而提高規章檢索的召回率和準確性。

通過對歷史事故報告中事故概況和事故原因部分的分析，分別抽取事故概況和違反的技術規章條款中的關鍵詞，將規章關鍵詞作為事故關鍵詞的同義詞或聯想詞加入關鍵詞庫中，從而通過關鍵詞建立鐵路事故與技術規章間的關聯關系。

根據提出的鐵路交通事故關鍵詞提取算法，對搜集的事故報告進行自動提取，對各項關鍵詞進行梳理整合，并對每一項事故關鍵詞在規章中可能相關的詞進行聯想，形成鐵路事故與技術規章關聯關鍵詞庫，目前已納入1 726 項關鍵詞匯的關聯。鐵路事故與技術規章管理關鍵詞庫(部分)如表1所示。

如表1所示，關鍵詞關聯庫包括鐵路事故關鍵詞名稱、所屬專業、關鍵詞詞性、技術規章中的同義詞/聯想詞以及推薦權重等信息。其中，推薦權重表示當該關鍵詞出現在事故概況中時被自動推薦給用戶的概率大小，權重越大表示該詞越可能被推薦給用戶，這一權重考慮了關鍵詞與事故原因的關聯性，同時依賴專家經驗來確認。

表1 鐵路事故與技術規章管理關鍵詞庫(部分)Tab.1 Key vocabulary of railway accidents and technical regulation management(Part)

3 鐵路交通事故關聯技術規章條款智能推薦技術

3.1 基于關鍵詞關聯的技術規章條款及相似案例自動推薦

在完成了鐵路交通事故報告和技術規章條款關聯庫的構建后，可以看出鐵路事故概況是通過關鍵詞與規章條款間建立了關聯關系。因此，鐵路事故關聯規章條款和歷史相似案例的推薦是基于關鍵詞進行的自動推薦。鐵路交通事故關聯規章條款及歷史事故案例推薦流程如圖2所示。

圖2 鐵路交通事故關聯規章條款及歷史事故案例推薦流程Fig.2 Recommendation process of railway traffic accidentrelated regulations and previous accident cases

當系統接收到事故概況信息后，自動提取事故概況中的事故關鍵詞，通過事故-規章關聯庫，將事故關鍵詞轉化為相應的規章關鍵詞，通過讀取技術規章管理信息系統中技術規章條款的數據，以規章關鍵詞在條款數據中檢索相關規章條款后，由前端展示給用戶關聯條款。同時根據自動提取的事故關鍵詞，在系統中存儲的事故報告數據中進行檢索，匹配關鍵詞標簽相同的歷史事故報告，同步為用戶展示關聯的歷史相似事故。

3.2 基于人因分析的技術規章條款自動推薦流程優化

基于關鍵詞關聯的技術規章條款及相似案例自動推薦，雖然能夠快速地實現事故輔助分析功能，但仍無法滿足事故分析的復雜性需求，需要進一步對推薦技術進行優化。因此，引入基于人因分析的技術規章條款自動推薦技術。

人因工程致力于研究人、設備設施及工作環境之間的交互作用，通過促進人在系統中更好地發揮效能，使系統總體性能達到最優。復雜人機系統是指由環境、信息和人員交互的多個子系統構成的系統[7]。鐵路交通事故輔助分析系統便是典型的復雜人機協同系統，系統受人因影響主要體現在鐵路事故關聯條款準確性受分析人員素質影響較大，鐵路事故輔助分析系統的用戶一般為安監系統及規章管理相關人員，不同的事故分析人員其業務素質差異較大，部分事故分析人員對事故分析流程較為擅長，但由于缺乏成熟的現場工作經驗，或對規章條款內容不熟悉，在進行關鍵詞人工調整時，難以找到準確的關聯關鍵詞，或無法判斷推薦的條款是否準確，從而無法找到準確的推薦條款和歷史事故，影響事故分析的結果。因此，以人因分析為基礎，探索基于人因工程的技術規章條款及相似案例推薦技術。鐵路交通事故關聯規章條款及歷史事故案例推薦流程優化如圖3所示。

圖3 鐵路交通事故關聯規章條款及歷史事故案例推薦流程優化Fig.3 Optimization of recommendation process of railway traffic accident-related regulations and previous accident cases

由圖3可以看出，在鐵路交通事故管理規章條款及歷史事故案例推薦流程(圖2)的基礎上，通過人工分析的方式，手動建立歷史事故和違反的相關技術規章間的關聯關系，用戶每對一項事故進行關聯關系分析后，系統都會記錄關聯結果。在進行新的事故分析時，如通過智能推薦無法找到合適的關聯規章條款，則可通過查詢歷史相似事故分析中違反的相關規章條款，來為本事故關聯規章條款提供參考，從而實現事故分析的目的。

3.3 鐵路交通事故關聯技術規章條款智能推薦技術實現建議

（1）依托技術規章信息系統建立鐵路交通事故輔助分析系統。目前全路已建立了統一的技術規章管理信息系統，已完成了各級技術規章文本的錄入，具備各級技術規章檢索及查閱的功能。因此，依托鐵路技術規章管理信息系統，應用本研究提出的鐵路交通事故關聯技術規章條款智能推薦技術，建立鐵路交通事故調查輔助分析系統。用戶通過輸入事故概況，由系統自動提取事故關鍵詞，通過鐵路交通事故與技術規章關聯庫，實現關聯技術規章條款的自動推薦，用戶可對推薦的條款進行保存，從而實現事故可能違反的規章條款的查詢與分析。

（2）通過機器學習不斷提升智能推薦準確性。在輔助系統建立的過程中，可以引入機器學習機制[8]，讓系統根據用戶的人工調整，自動學習推薦結果。系統自動提取的事故關鍵詞如與用戶的預期不一致，或不足以真正反映事故的特征時，用戶可以對關鍵詞進行人工修改，系統根據修改后的關鍵詞進行技術規章條款的全文檢索，用戶在檢索結果中選取貼合事故實際情況的1 個或多個條款后，系統則可自動記錄用戶的這些行為，并將事故關鍵詞和用戶輸入的規章關鍵詞建立關聯，自動添加到事故-規章關聯庫中。通過這種方式，所有用戶在事故分析過程中的輸入和選擇不斷地以事故-規章關聯關系的形式添加到事故-規章關聯庫中，隨著關聯庫的不斷豐富，其所覆蓋的事故類型和事故場景逐步增多，系統推薦規章條款的準確性也會不斷提升。

（3）逐步聯通鐵路安監管理信息系統與技術規章管理信息系統。目前鐵路交通事故歷史報告存儲于鐵路安監管理信息系統中，與技術規章管理信息系統缺乏接口及協同運用機制。在建立鐵路交通事故輔助分析系統后，可為兩系統的聯通建立紐帶，輔助分析系統運用成熟后，可直接從安監管理信息系統中讀取相關事故數據，為開展基于大數據的鐵路交通事故分析及關聯技術規章條款研究提供技術支撐。

4 結束語

安全是鐵路的生命線，目前鐵路投入了大量人力、物力和財力于安全理論研究、安全設備研發等，旨在筑起人防、物防、技防相結合的安全防線。鐵路交通事故分析作為安全管理的重要一環，需要采用智能化分析手段提升事故分析的科學性、準確性，查找事故可能違反的規章條款，幫助鐵路職工從事故中吸取違章教訓。通過分析鐵路交通事故調查流程特征，挖掘鐵路交通事故與技術規章內在關聯關系，研究構建了鐵路交通事故與技術規章關聯庫，提出鐵路交通事故關聯規章條款智能推薦的關鍵技術及實現途徑。鐵路技術規章及交通事故調查分析管理部門可根據所提出的技術方法，開發建立鐵路交通事故輔助分析系統，不斷提升鐵路交通事故分析的智能化、信息化，為進一步探索事故背后的違章規律，優化相關技術規章條款等提供技術支撐。