论文
向云飞, 罗一鸣, 宁泽宇, 刘元广, 杨佐斌, 李子昌, 林鹏
水电地下工程安全管理面临交叉施工作业和资源动态流动等挑战, 相应的安全管理活动涉及多专业、 多工种和多业务流程, 高效开展各项安全管理活动需要不同领域的专业知识和技能作为支撑。然而, 由于水电地下工程安全管理领域知识结构复杂, 且分散于文本、 表格和图像等多模态数据中, 因此该文研究了水电地下工程安全管理多模态知识图谱构建方法, 这对于获取相关领域知识, 并为类似工程提供知识服务具有重要意义。该文首先构建了大规模高质量的水电地下工程安全管理多源异构数据集, 其中包含安全隐患排查和整改记录、 法规和制度文档、 安全隐患图像等数据; 其次, 基于大语言模型, 采用融合领域知识的提示微调方法进行知识抽取, 实现了多模态知识关联融合; 再次, 针对不同安全管理场景的差异化需求, 提出了场景知识提取方法, 并融合知识图谱和大语言模型技术实现了检索增强生成和可解释性知识推理; 最后, 基于多座水电工程收集的数据, 构建了多模态知识图谱, 并以白鹤滩水电地下工程为例进行验证, 开展了安全隐患整改措施智能推荐和法规文档遵从性检查。该文研究结果可为基础设施工程建设安全管理由数据驱动型向知识驱动型转变提供参考。