计算机工程与应用

作者：刘雪梅, 王立虎, 董怡, 陈晓楠

单位：1.华北水利水电大学 数字孪生水利高等研究院，郑州 450046；2.华北水利水电大学 管理与经济学院，郑州 450046；3.中国科学院 地理科学与资源研究所 陆地水循环及地表过程重点实验室，北京 100101；4.中国科学院大学，北京 100049；5.中国南水北调集团中线有限公司，北京 100038；

关键词：大语言模型,事理知识图谱,风险链,风险识别,水利工程

基金：国家自然科学基金（72271091）；国家重点研发计划（2024YFC3210802）；2022水利部重大科技项目（SKS-2022029）；河南省科学院科技开放合作项目（220901008）；河南省高等教育重点研发项目（24A520021）。

水利工程运行环境复杂，影响工程安全的风险因素众多且呈现链式传播特性，风险防控面临极大挑战。该研究利用大语言模型构建事理知识图谱，揭示风险链传递规律并识别关键风险。基于工程安全巡检文本，微调大语言模型并结合检索增强生成策略，识别风险事件、风险地点等实体。确定风险实体的关系类型与权重，构建事理知识图谱，表征不同风险的因果相关性。研究风险在全局图中的链式传播规律，识别风险链中的诱发点、汇聚点和扩散点，明晰影响工程安全的关键风险。结果表明，该模型识别风险实体的F1均值、标准差、置信区间宽度分别为0.836、0.008、0.012，模型准确性、稳定性、可靠性优于其他基准模型。衬砌板伸缩缝部位长有杂草、边坡存在洞穴等风险的传播性强，不确定性水平高，对工程安全的潜在影响大。相关研究可有效减少潜在风险对工程安全的影响，提升工程运行安全性。

来源：2026年第7期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第7期