中国安全科学学报

作者：李华, 吴立舟, 李新宏, 张越, 冯垚, 覃紫芸

单位：1 西安建筑科技大学 资源工程学院,陕西 西安 710055；2 西安科技大学 安全科学与工程学院,陕西 西安 710054

关键词：DeepSeek,大语言模型(LLM),检索增强生成(RAG),事故调查报告,知识库

基金：2025年国家级大学创新训练计划项目(202510703088)

为解决大语言模型(LLM)在安全工程领域应用中面临的语料资源有限、输入容量受限和数据隐私等制约因素问题,构建结合DeepSeek与检索增强生成(RAG)机制的本地化事故问答模型,以实现复杂文本的智能解析和知识服务,从而辅助安全管理决策。基于政府应急管理系统发布的事故报告与法律法规,构建语义特征语料库,融合PaddleOCR、LayoutLMv3、YOLOv8等技术完成文档结构重建与语义建模。模型涵盖文档解析、语义对齐、知识库构建和混合检索4阶段,具备因果链条提取、法规匹配与语义映射能力。结果表明:相较未使用RAG机制的Deepseek-r1:32b模型,模型问答自动评分提高7.7%,人工评分提高17.6%,响应速度与稳定性指标较对照模型呈现出更高的数值表现。模型运行仍受到本地参数规模与知识更新机制的影响,试验结果表明其在任务中可实现预期功能。

来源：2026年第1期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2026年第1期