基于文本挖掘的火灾事故致因网络构建

魏彦龙

2025届 应用统计专业

中文摘要：火灾事故的发生不仅会造成人员伤亡和财产损失，还会影响社会安全和稳定。现代火灾事故的安全治理依旧面临诸多挑战。系统深入的分析火灾事故致因因素及其关联关系，揭示各致因因素之间的内在联系，能够为精准预防火灾事故提供科学依据，从而减少火灾事故的发生率，保障公共安全，促进社会稳定与和谐发展。因此本文基于文本挖掘技术提取火灾事故文本中的致因因素，结合复杂网络理论构建了以致因因素为节点的电气火灾事故致因网络，通过对网络进行特征分析，找出了电气火灾事故中的关键致因因素，最后给出了电气火灾事故的防控策略。论文主要工作包括：

(1)本文通过采集省级应急管理厅，市级应急管理局及安全管理网的千余份火灾事故调查报告，经数据清洗，格式标准化及去重处理，最终形成包含600 余份结构化文本的规范数据集。该数据集涵盖事故时间，地点，原因等关键字段，为后续事故特征挖掘与成因分析奠定了数据基础。

(2) 基于百余份火灾事故调查报告构建研究语料库，首先采用 k 近邻算法对事故标题进行特征工程与分类建模，实现文本数据的结构化整理；进而通过正则表达式构建多模式匹配规则，精准提取调查报告中描述事故原因的文本内容，为后续致因因素提取提供了数据基础。

(3) 提出融合语法规则与深度学习的火灾事故致因因素提取方法。首先通过分词及词性标注筛选符合词性规则的候选词集，对候选词集进行优化；随后采用预训练的 SBERT 模型对文本和候选词进行语义向量化表示，通过余弦相似度计算筛选出相似度较高的关键词。

(4) 基于上述致因因素提取模型对电气火灾事故案例进行深度解析，提取出电气火灾事故案例中的致因因素。通过共现分析方法构建以致因因素为节点的复杂网络模型，系统地揭示了各致因因素之间的内在关联。基于网络特征分析识别出关键致因因素，为电气火灾事故预防提供了理论与技术支撑。

关键词：火灾事故，致因因素，致因网络，文本挖掘，复杂网络理论