안전사고 분석을 위한 사전학습 언어모델 기반 개체명 인식 및 인과관계 추출 (Named Entity Recognition and Causal Relation Extraction Based on Pre-trained Language Model for Safety Accident Analysis)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 33권 / 4호 / 360 ~ 367페이지
· 저자명 : 이유진, 박재현, 이상덕

초록

최근 안전사고를 예방하기 위해 다양한 연구가 진행되고 있으며, 기존 연구는 주로 안전사고사례를 기반으로 안전사고 유형을 예측하기 때문에 안전사고의 발생을 근본적으로 방지하기위한 안전사고의 원인 분석에 활용하기 어렵다. 이를 해결하기 위해 본 연구에서는 사고의환경정보와 인과관계를 분석하는 자연어처리 기반 안전사고 분석 모델을 제안하였다. 이를위해 안전사고 분야 데이터셋을 구축하여 KoELECTRA 기반 개체명 인식 및 인과관계 추출 모델을 파인튜닝 하였으며, 파인튜닝 전과 후를 비교하여 성능 향상을 확인하였다. 따라서, 제안된 모델을 활용하여 안전사고 사례 속 환경 정보 및 인과관계를 분석하고 이를 안전관리자에게 제공하여 안전사고 감소에 기여할 수 있다.

영어초록

Various studies have recently been conducted to prevent safety accidents, andprevious studies on safety accident prevention have primarily focused on predictingaccidents, which makes it challenging to identify the main factors of accidents. Inthis study, we proposed a Natural Language Processing-based analysis model thatinvestigates environmental factors and causality relationships in accident data. Toachieve this, we established an accident dataset and used it to fine-tuneKoELECTRA-based Named Entity Recognition and Causal Relation Extractionmodels, and performance improvement was confirmed by comparing before andafter fine-tuning. Therefore, this model can reduce accidents by analyzingenvironmental factors and causality relationships in accident data and providingthem to safety managers.

참고자료

· 없음