Page 72 - 2024年第55卷第9期
P. 72
图 ８ 规范结构特征示意图 图 ９ 险情类型提取流程
表 ２ 险情类型提取规则
语料原文 匹配模式 提取模式 提取内容
２防洪安全隐患处置 防洪安全
ｒ’＾＼ｄ． 隐患处置Ｓ’ ｒ’＾＼ｄ（． ）隐患处置Ｓ’
３渗流安全隐患处置 渗流安全
２．２防洪标准不足 防洪标准不足
ｒ’＾＼ｄ．＼ｄ［＾．］． ’ ｒ’＾＼ｄ．＼ｄ［＾．］（． ）’
３．３坝体渗漏 坝体渗漏
４．２．２ 险情原因抽取 险情原因的知识抽取有两种方式：一是从整理好的结构化险情知识直接提取险
情原因；二是对语料库中的半结构化规范建立规则抽取。在《导则》中，每种险情下有情形描述条款，
如图 ８蓝色框条款对应的内容。以防洪标准不足的险情为例，《导则》中说明了该种险情主要包括的情
形描述分别为 “依据资料不充分，设计洪水偏小” “水库淤积严重，库容减小” “挡水建筑物及防渗
体顶高程不满足规范要求”，这些情形描述的内容在一定程度上可认为是导致险情发生的原因。因此，
首先筛选出《导则》中能够作为险情原因的情形描述。在这个过程中，本研究通过两位具有丰富工程经
验的专家进行筛选。只有当两位专家都认为某条款是原因时，该条款才会被归为险情原因。
其次，情形描述的开始行具有 “［首］（数字）（ ．）（数字）（．）（数字） ＋ ［空格］ ＋ ＜ 具体情形＞（主要包
括以下情形：）［尾］” 的格式，内容行具有 “［首］（数字） ＋ ［空格］ ＋ ＜情形描述内容 ＞［尾］” 的格式。
因此分别建立开始行的匹配模式、内容行的匹配和提取模式，如表 ３所示。提取规则为对每个具体情
形段落进行逐行匹配，匹配到情形描述开始行时，判断后续每行是否为内容行，若为内容行则利用提
取模式进行提取。
采用上述两个方法能较为全面地在语料库中抽取出土石坝险情原因，将其存入列表以便后续使
用，而险情原因与具体情形之间对应的因果关系则转化为（具体情形，ｉｓＣａｕｓｅｄｂｙ，险情原因）的三元
组形式表达。
表 ３ 险情原因提取规则
语料原文 匹配模式 提取模式 提取内容
２．２．１防洪标准不足主要包括以下情形： ｒ’＾＼ｄ． 包括以下情形：Ｓ’
１依据资料不充分，设计洪水偏小 依据资料不充分，设计洪水偏小
ｒ’＾＼ｄ［＾．）］． ’ ｒ’＾＼ｄ（． ）’
２水库淤积严重，库容减小 水库淤积严重，库容减小
４．２．３ 险情措施抽取 规范中存在大量表示 “怎么做” 的标准用词，如：“应” “宜” “可” 等，为行
０
— １ ７ ７ —
