面向海事事故根因分析的多字段混合检索增强生成

海事事故裁决报告包含根本原因分析 (RCA) 的关键法庭调查结果，但检索相关先例并从数十年的记录中起草一致的报告仍然需要大量人力。本文提出了一种用于自动化海事 RCA 的多领域混合检索增强生成 (RAG) 框架，利用 13,329 份韩国海事安全法庭 (KMST) 报告（1971-2025 年）的综合数据集。我们将原始裁决转化为“事件卡”的结构化知识库，对三个不同的字段（摘要、原因和处置）以及分层的 L1/L2 原因分类进行索引。我们的检索策略采用现场感知混合方法，通过倒数排序融合（RRF）融合稀疏和密集排名。鉴于缺乏大规模专家相关性标签，我们使用上限归一化召回率和基于元数据派生的代理相关性评分的 nDCG 来评估检索性能。实验结果表明，我们提出的检索显着优于基线方法，将 NormRecall@100 从 0.18 提高到 0.55。此外，将生成器建立在检索到的先例上，可以在仅 LLM 基线上提高 RCA 生成质量，将 LLM 作为法官的分数从 3.34 提高到 3.72。这些研究结果表明，具有现场意识的 RAG 可以通过实现更快的先例搜索和更一致、基于证据的 RCA 起草，大幅简化海事安全调查工作流程。