NASA使用文本分析来加强航空安全
NASA依靠数字数据来解释事故发生的原因，但是事故报告和警告信号中的文本数据揭示了事故发生的原因。
由于缺乏血清，微薄的食品选择和长线，航空公司旅行具有大多数乘客的压力水平。然后有等待和匆忙，想知道该检查包是否已连接。
旅行者期待这些经历到达一个主要机场的出发区。但他们可能不知道的东西是他们的航班产生的数据量以及它是如何收集的，开采并分析了如何提高航空安全。虽然大部分数据是结构化的，但一些最重要的飞行数据以文本形式存在，通过书面报告、录音和警告信号产生。
“国家领空是非常安全的，这不是秘密，”美国国家航空航天局(NASA)数据科学首席科学家阿肖克·斯里瓦斯塔瓦(Ashok Srivastava)说系统范围的安全和保证技术（SSAT）项目。他通过列举1959年至2006年的年度致命事故率来说明他的观点，这表明在近50年的时间里，这一死亡率稳步下降。
“[B] ut这个问题是，”他继续，“如何让它变得更加安全，特别是在增加航班数量的背景下？”
斯利瓦斯塔瓦第八个年度文本分析峰会今年夏天早些时候，他说，根据经济的健康状况，每年的航班增长率可能高达2%到3%。根据美国运输统计局收到的报告，美国交通运输管理局(Bureau of Transportation Statistics)的数据显示美国运输部仅在2011年录得1000万商业航班，于2011年在该国境内运营的国家和国际运营商。2％的增长将每年等同于数以万计的额外航班，影响机场交通。
他说:“在这种情况下，如果我们能找到改善安全性的方法，我们就能保持这种低事故率。”“这是一个大问题NASA和其他正在进行的工作。……这里的整体理念是，我们希望主动管理风险。”
文本分析有助于回答问题
斯利瓦斯塔瓦和他的团队分析异常事件如何导致事故的方法之一是沿着一个连续体绘制它们，这个连续体从安全运行状态开始。该团队对连续体的“异常状态”特别感兴趣，这表明发生了足够不同的事情，值得关注，但也标志着操作的最后岔路口，要么回到安全状态，要么变成事故。
“文本，”他说，“开始在理解发生了什么方面发挥关键作用。”
该团队分析了运营数据，以辨别出在异常状态下发生的事情，但它们也转向飞行和地面船员报告。Srivastava说，这些文件可以阐明因果区或为什么发生的事情。
他解释说，这与金融行业类似。数字数据可以逐秒显示股票的涨跌情况，以及涨跌幅度，但媒体的报道超越了数字，并解释了这些股票涨跌的原因。
“弄清楚为什么发生的事情是难以单独的数字数据，”他说。
作为一个例子，斯利瓦斯塔瓦描述了一年多前发生在JKF国际机场的事件，当时埃及航空986航班和汉莎航空411航班在“跑道入侵”中几乎相撞，这可能是一个灾难性的事件，他说。
单凭数字数据很难弄清楚为什么会发生。Ashok Srivastava，国家科学家，美国宇航局的主要科学家
“但为什么会发生这种情况？发生了什么事？我们如何分析与之相关的数据？”他问。调查的一部分包括分析飞行员和控制塔之间的音频录制，这有助于揭示埃及犯了错误的转弯。美国宇航局处于分析录音的早期阶段，它通过将录制转录为文本来实现。
知道了什么和为什么斯利瓦斯塔瓦和他的团队的目标是超越因果因素，进入预测的世界，在那里他们将能够阻止类似的事件在未来发生。
“这对当今系统的安全至关重要，”他说，“最重要的是，对未来的系统也至关重要。”
进入预测
在进行数据分析时，传统的方法是分别分析数字和文本数据，然后将结果结合起来，形成一个大图的视角。
斯里瓦斯塔瓦说:“很多人都采取了这种方法，我认为这是有价值的。”“但我们采取的方法与此截然不同。”
他们已经操纵了一个分析系统所有的数据都在一起通过将它推入一个地方，或者被称为内核。包括来自雷达和卫星系统的网络数据;来自软件的飞机数据;发动机和传感器;和地面和飞行机组人员的文本数据。使用单级支持向量机在单个框架中完成分析，该框架是用于检测模式的机器学习模型。
“[B] y将所有数据放在一起并同时分析它，”他说，“我们可以获得非常高的准确性率，尽可能高的准确率，以便对航空系统等真实系统的预测进行预测。”
可以使用各种方法以不同的方式分析数据，如文本，如算法和可视化，这使NASA和其他机构能够将标签保持在趋势上的内容，某些事件是否正在增加或减少，以及可能导致可能的跑道侵入。
斯里瓦斯塔瓦将此与企业在推动自身增长或降低自身风险时采取的积极立场进行了比较:与商界一样，NASA和其他机构也在试图开发假设、战略和技术，以帮助在问题发生前发现问题。
“这个整个系统依赖于分析，”他说。
