Skip to content
QcShadowPublic

About

The project of Knowledge Graph of the Air Accident

Resources

Stars

1 star

Watchers

1 watching

Forks

Latest commit

 

History

5 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

AirGraph

The project of Knowledge Graph of the Air Accident 本项目是基于大模型构建航空事故知识图谱,旨在利用LLM高效抽取知识,构建知识图谱,并使用知识图谱辅助推理事故前因后果。 【目的】为解决民航事故调查报告中大量非结构化文本信息难以高效利用、分析和挖掘的问题,本项目提出一种基于大语言模型(LLM)技术的结构化知识抽取与图谱构建方法,旨在辅助实现高效的事故成因分析与可视化知识推理。【方法】首先,利用当前主流的大语言模型(如 ChatGPT、DeepSeek 等)对事故调查报告进行语义解析与实体识别,结合提示词Prompt设计,抽取五元组形式的结构化知识(Subject-Predicate-Object-Event-Time)。其次,设计实体消解与融合策略,对抽取的实体进行统一归并,提升知识图谱的一致性与表达力。然后,构建民航事故知识图谱,将抽取得到的五元组在图数据库Neo4j中进行节点与边关系构建,实现图谱的可视化展示。最后,通过对比不使用知识图谱LLM直接推理的方法,评估本项目在大模型推理支持能力方面的表现。【结果】实验结果表明,基于LLM的结构化抽取在多类典型事故报告中的五元组提取效率更高,且图谱节点覆盖率显著优于人工抽取方法。同时,本项目的方法有效支持了对事故成因的可视化分析与查询推理,提升了LLM对报告数据的利用效率与智能分析水平。【结论】本研究构建了一个从民航事故报告中自动抽取并可视化构建知识图谱的完整流程系统,结合大语言模型的推理能力,实现了从非结构化文本到可视化图谱的高效转化,为航空安全分析和决策支持提供了坚实的数据基础与技术保障。

About

The project of Knowledge Graph of the Air Accident

Resources

Stars

1 star

Watchers

1 watching

Forks

Releases

Packages

Used by

Contributors

Languages