طريقة قائمة على معالجة اللغة الطبيعية للتجميع والتحليل لقصص سلامة الطيران

لقد زادت تعقيدات عمليات الطيران التجارية بشكل ملحوظ في السنوات الأخيرة، جنبًا إلى جنب مع تنوع تقنيات جمع وتحليل بيانات الرحلات. ونتيجة لذلك، زادت شعبية الأطر القائمة على البيانات لتعزيز سلامة الطيران. تقدم التقنية المعتمدة على البيانات استكشافًا فعالًا وقابلًا للتكرار للأنماط والشذوذ في مجموعات البيانات الكبيرة. تُعد بيانات سلامة الطيران النصية تحديًا فريدًا بسبب طابعها الذاتي، وتعتمد على أدوات معالجة اللغة الطبيعية لاستخراج الاتجاهات الأساسية من الروايات. في هذه الورقة، تُقدم منهجية لتحليل روايات سلامة الطيران بناءً على حسابات نصية للأحداث التي تحدث أثناء الرحلة والمعلمات الوصفية المصاحبة لها. يتم تقديم روتين شامل لمعالجة البيانات المسبقة، بما في ذلك مقارنة بين النماذج الرقمية لتمثيل النص لأغراض تصنيف الوثائق. يتم تقديم إطار لتصنيف وتصور الروايات من خلال مزيج من التجميع باستخدام خوارزمية k-means ورسم الخرائط ثنائية الأبعاد باستخدام التوزيع الاحتمالي الجاوني الجار (t-SNE). تم تطوير روتين لمعالجة المجموعات بعد التجميع لتحديد العوامل المؤثرة في كل مجموعة وبناء هيكل هرمي من تسميات المجموعات والمجموعات الفرعية. تم تحليل نظام تقارير سلامة الطيران (ASRS)، الذي يتضمن أكثر من مليون تقرير مقدم طوعيًا تم إلغاء تعريفه يصف حوادث سلامة الطيران للرحلات التجارية، كدراسة حالة للمنهجية. تسفر الطريقة عن تحديد 10 مجموعات رئيسية و31 مجموعة فرعية. يتم معالجة التجميعات المحددة من خلال تحليل إحصائي قائم على البيانات الوصفية للمجموعات المتعلمة. تُظهر الطريقة المطورة وعدًا في كشف الاتجاهات من المجموعات التي لا تظهر في التسميات الشاذة القائمة في البيانات وتقدم أداة جديدة للحصول على رؤى من بيانات السلامة النصية تكمل الأساليب الموجودة.