🤖 AI

Multi-Field Hybrid Retrieval-Augmented Generation for Maritime Accident Root Cause Analysis

Dit artikel stelt een multi-field hybride retrieval-augmented generation-framework voor dat gebruikmaakt van een gestructureerde dataset van 13.329 maritieme ongevalsrapporten om zowel de retrieval van relevante precedenten als de kwaliteit van geautomatiseerde conceptversies van oorzaakanalyses aanzienlijk te verbeteren vergeleken met baseline-methoden.

Oorspronkelijke auteurs: Seongjin Kim, Sungil Kim

Gepubliceerd 2026-06-12

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Seongjin Kim, Sungil Kim

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een maritiem veiligheidsdetective bent die een nieuw ongeluk probeert op te lossen. Om je werk goed te kunnen doen, moet je naar duizenden oude dossiers van de afgelopen 50 jaar kijken om te zien hoe vergelijkbare ongelukken voorheen zijn opgelost. Dit wordt Root Cause Analysis (RCA) genoemd.

Het probleem is dat deze oude dossiers rommelig zijn. Ze zijn enorm, geschreven in complexe juridische en technische taal, en de belangrijke aanwijzingen liggen begraven in verschillende secties. Een menselijke detective zou dagenlang bezig zijn met alleen al het lezen en kruisverwijzen van deze bestanden.

Dit artikel introduceert een nieuwe "AI-detective-assistent" die ontworpen is om dit proces te versnellen. Zo werkt het, eenvoudig uitgelegd:

1. Het Problek: De "Muur van Tekst"

Stel je voor dat je probeert een specifiek recept te vinden in een bibliotheek waar elk boek een gigantische, ononderbroken muur van tekst is die het verhaal van een maaltijd, de ingrediëntenlijst en het uiteindelijke vonnis van een rechter allemaal door elkaar bevat. Als je zoekt op "brand", kan de computer je een verhaal over een brand laten zien, maar het kan ook een vonnis over een brand laten zien dat niets met jouw huidige zaak te maken heeft.

In het verleden behandelden AI-systemen deze ongevalsrapporten als die gigantische muur van tekst. Ze raakten in de war omdat het "verhaal"-gedeelte, het "oorzaak"-gedeelte en het "straf"-gedeelte allemaal door elkaar liepen.

2. De Oplossing: Het "Indexkaart"-systeem

De onderzoekers hebben 13.329 oude ongevalsrapporten omgezet in gestructureerde "Incidentkaarten."

Beschouw dit als het nemen van die gigantische muur van tekst en het uitknippen in drie duidelijke, gelabelde indexkaarten voor elk afzonderlijk geval:

Kaart A (Samenvatting): Wat is er gebeurd? (Het verhaal)
Kaart B (Oorzaken): Waarom is het gebeurd? (De technische reden)
Kaart C (Besluitvorming): Wat was de officiële uitspraak? (De uitkomst)

Door deze te scheiden, kan de AI zoeken naar een specif type aanwijzing. Als je zoekt naar waarom een schip is gezonken, weet de AI dat hij naar de "Oorzaken"-kaarten moet kijken, en niet naar de "Verhaal"-kaarten.

3. De Zoekmachine: De "Twee-benen-race"

Om de juiste kaarten te vinden, gebruikt de AI een hybride zoekstrategie, wat lijkt op het hebben van twee verschillende detectives die samenwerken:

Detective 1 (De Zoeker naar Trefwoorden): Deze is erg goed in het vinden van exacte overeenkomsten, zoals specifieke juridische termen of technische codes (bijv. "propaangas"). Het is als zoeken in een bibliotheek op de exacte boektitel.
Detective 2 (De Zoeker naar Betekenis): Deze begrijpt de idee achter de woorden. Deze weet dat "schip raakte een rots" hetzelfde is als "vaartuig liep aan op een rif", zelfs als de woorden anders zijn. Het is als zoeken op de plot van het verhaal.

Het systeem combineert de resultaten van beide detectives. Als de één een match vindt en de ander een vergelijkbare match, stemmen ze over welke de beste is. Dit zorgt ervoor dat de AI niets mist, alleen omdat de bewoording net iets anders was.

4. Het Resultaat: Een Beter Rapport

Zodra de AI de beste historische voorbeelden (de "precedenten") heeft gevonden, gebruikt hij deze om een nieuw rapport voor het huidige ongeval te schrijven.

Zonder dit systeem: Probeert de AI de oorzaak te raden op basis van alleen zijn algemene training. Het kan een plausibel klinkende maar foutieve reden verzinnen (een "hallucinatie"), zoals het raden dat een brand ontstond door alcoholdampen terwijl het eigenlijk gas was.
Met dit systeem: Kijkt de AI naar de echte, historische "Oorzaak"-kaarten die hij heeft gevonden. Hij ziet dat in vergelijkbare gevallen uit het verleden de oorzaak "lekken van propaan" was. Hij schrijft vervolgens een rapport dat zegt: "Op basis van vergelijkbare gevallen uit het verleden, werd dit waarschijnlijk veroorzaakt door een lek van propaan."

Wat de Cijfers Zeggen

De onderzoekers hebben dit getest tegenover een standaard AI die geen gebruik maakte van deze speciale kaarten of deze zoekstrategie met twee detectives:

Het vinden van de juiste bestanden: Het nieuwe systeem vond relevante gevallen uit het verleden drie keer beter dan de oude methode.
Het schrijven van het rapport: De rapporten die met de hulp van historische gevallen werden geschreven, werden aanzienlijk hoger beoordeeld op kwaliteit en nauwkeurigheid. Ze hadden minder de neiging om dingen te verzinnen en hielden zich meer aan de feiten uit de geschiedenis.

De Kern van het Verhaal

Dit artikel laat zien dat door rommelige juridische documenten te organiseren in nette, gescheiden categorieën en een slimme zoekopdracht te gebruiken die naar zowel exacte woorden als algemene betekenissen kijkt, we een AI-assistent kunnen bouwen die onderzoekers hels bij maritieme ongelukken helpt om sneller en nauwkeuriger te werken. Het verandert een chaotische bibliotheek van oude zaken in een goed georganiseerd referentietool dat voorkomt dat de AI gaat gokken en hem dwingt om op bewijs te vertrouwen.

Technische Samenvatting: Multi-Field Hybride Retrieval-Augmented Generation voor Root Cause Analyse van Maritieme Ongevallen

Probleemstelling
Besluitvormingsrapporten over maritieme ongevallen, zoals die van de Korea Maritime Safety Tribunal (KMST), bevatten cruciale bevindingen voor Root Cause Analysis (RCA). Het benutten van deze dossiers voor nieuwe onderzoeken is echter arbeidsintensief. De rapporten beslaan decennia en worden gekenmerkt door dichte, gefragmenteerde informatie waarbij juridische en technische terminologie gemengd is over verschillende secties (narratieven, causale redenering en beschikkingen). Hoewel Large Language Models (LLM's) potentieel bieden voor het automatiseren van narratieve synthese, zijn ze gevoelig voor hallucinaties in gespecialiseerde domeinen, waarbij ze vaak plausibele maar feitelijk onjuiste regelgeving of causale mechanismen genereren. Bovendien worden standaard Retrieval-Augmented Generation (RAG) benaderingen geconfronteerd met twee specifieke uitdagingen in deze context: (1) het behandelen van besluitvormingsrapporten als monolithische tekstblokken verzwakt de veldspecifieke signalen die nodig zijn voor precieze retrieval, en (2) het evalueren van de kwaliteit van retrieval op schaal is moeilijk vanwege de hoge kosten voor het verkrijgen van deskundige relevantielabels.

Methodologie
De auteurs stellen een multi-field hybride RAG-framework voor, ontworpen voor casus-geïnformeerde gestructureerde generatie. De methodologie bestaat uit vier primaire componenten:

Constructie van een Gestructureerde Kennisbank:
Het systeem maakt gebruik van een dataset van 13.329 KMST-besluitvormingsrapporten (1971–2025). Ruwe documenten worden getransformeerd naar gestructureerde "incidentkaarten" die drie afzonderlijke doorzoekbare velden bevatten: Summary (incidentbeschrijving), Causes (causale redenering van het tribunaal) en Disposition (administratieve uitkomsten). Elke kaart wordt ook verrijkt met hiërarchische L1/L2 oorzaakstags en metadata (bijv. type ongeval, jurisdictie, jaar). Dit proces levert ongeveer 37.007 doorzoekbare chunks op.
Regelgebaseerde Taxonomie-tagging:
Om gestructureerde generatie te faciliteren zonder uitgebreide handmatige annotatie, gebruiken de auteurs een weak supervision-benadering. Met behulp van ongeveer 2.400 woordenboekvermeldingen en 800 regex-patronen mappen zij trefwoorden en oorzaken uit de rapporten naar een gestandaardiseerde KMST-oorzaakstaxonomie (L1-groepen en 24 L2-factoren), waarbij een dekking van 97,6% wordt bereikt.
Multi-Field Hybride Retrieval:
De retrieval-strategie maakt gebruik van een veld-bewuste hybride aanpak. Voor elk van de drie documentvelden voert het systeem twee complementaire retrievers uit:
- Sparse Retrieval (BM25): Voor exacte trefwoordmatching van technische identificatoren.
- Dense Retrieval (BAAI/bge-m3): Voor het vastleggen van semantische parafrases.
  De resultaten van deze zes onafhankelijke rangschikkingen (3 velden × 2 methoden) worden samengevoegd met behulp van Reciprocal Rank Fusion (RRF) om een definitieve gerangschikte lijst van bewijschunks te produceren.
Gestructureerde Generatie:
De generator (Qwen3-Next-80B-A3B-Instruct) wordt geconditioneerd op de top- $k$ retrieved chunks. De taak is het synthetiseren van een beknopt oorzaak-narratief ( $n$ ) en het mappen van het incident aan gestandaardiseerde taxonomie-tags ( $T$ ). De output is beperkt tot een strikt JSON-schema met een temperatuur van 0.0 om variantie te minimaliseren.

Evaluatieprotocol
Vanwege het gebrek aan grootschalige deskundige relevantielabels, introduceren de auteurs een metadata-afgeleide proxy-relevantiescore ($RelScore$) gebaseerd op trefwoordgelijkenis, type ongeval, jurisdictie en temporele nabijheid. De prestaties van de retrieval worden gemeten met behulp van Norm-Recall@100 en nDCG@100. De kwaliteit van de generatie wordt geëvalueerd via ROUGE-L, SBERT cosinus-gelijkenis en een LLM-as-a-judge score (schaal 1–5) die coherentie en gronding beoordeelt.

Belangrijkste Resultaten

Retrieval Prestaties: De voorgestelde multi-field hybride strategie presteert aanzienlijk beter dan de baselines.
- De overstap van whole-document indexing naar multi-field indexing verbeterde de Norm-Recall@100 van 0.1819 naar 0.4981 (Dense).
- De hybride aanpak (het fuseren van BM25 en Dense) behaalde de hoogste prestatie met een Norm-Recall@100 van 0.5463 en een nDCG van 0.7697, vergeleken met 0.1819 voor de whole-document dense baseline.
- De inclusie van het "Disposition"-veld zorgde voor een significante boost, wat suggereert dat administratieve uitkomsten discriminatieve signalen bevatten voor het onderscheiden van causaal verschillende gevallen.
Generatie Prestaties: Het funderen van de generator in retrieved precedenten verbeterde de LLM-as-a-judge score van 3.34 naar 3.72 (+11,5%). Hoewel de lexicale overlap (ROUGE-L) en semantische gelijkenis marginale winsten lieten zien, ligt de kwalitatieve verbetering in de feitelijke consistentie en het vermogen om specifieke precedenten te citeren.
Casestudies: In specifieke voorbeelden (bijv. strandings- en explosiegevallen) produceerde de LLM-only baseline gehallucineerde causale verbanden (bijv. het toeschrijven van een explosie aan alcoholdampen op basis van alcoholgebruik door de bemanning). Het voorgestelde framework identificeerde correct de technische mechanismen (bijv. ontsteking van propaan gas) door gebruik te maken van de specifieke "Causes" en "Disposition" velden uit de retrieved precedenten.

Betekenis en Bijdragen
Het artikel stelt dat de primaire bijdrage het aantonen is dat field-aware RAG de workflows voor maritieme veiligheidsonderzoeken substantieel kan stroomlijnen. Door beschrijvende narratieven te scheiden van technische en juridische redenering, reconstrueert het systeem de diagnostische redeneerpaden die door deskundige onderzoekers worden gebruikt. De studie stelt vast dat:

Structurele Uitlijning Belangrijk Is: Het behandelen van documenten als monolithische blokken verzwakt kritieke signalen; het scheiden van velden verbetert de precisie van de retrieval.
Hybride Retrieval Essentieel Is: Het combineren van sparse en dense signalen biedt robuustheid tegen vocabulaire-mismatches terwijl de retrieval van precieze technische terminologie behouden blijft.
Bruikbaarheid van Evaluatie-proxies: Een metadata-gestuurde proxy-score kan dienen als een reproduceerbare, systematische baseline voor het vergelijken van retrieval-strategieën in gespecialiseerde administratieve domeinen waar gold-standard labels niet beschikbaar zijn.

Uiteindelijk stelt het framework snellere precedentenzoekopdrachten en meer consistente, op bewijs gebaseerde RCA-concepten mogelijk, waardoor het risico op hallucinatie bij hoogwaardige maritieme veiligheidsanalyse wordt verminderd.