建设更安全的工地：面向建筑安全研究的大规模多层级数据集
机器学习
2025-08-14 v1
摘要
建筑安全研究是土木工程中的一个关键领域，旨在通过分析现场条件和人为因素来降低风险并防止伤害。然而，现有建筑安全数据集数量有限且缺乏多样性，对进行深入分析构成了重大挑战。为了填补这一研究空白，本文提出了建筑安全数据集（CSDataset），这是一个组织良好、全面的多层级数据集，包含源自职业安全与健康管理局（OSHA）的事件、检查和违规记录。该数据集独特地将结构化属性与非结构化叙述相结合，促进了由机器学习和大语言模型驱动的广泛方法。我们还使用我们的数据集进行了初步的方法基准测试和各种跨层级分析，为未来建筑安全工作提供见解和改进。例如，我们发现投诉驱动的检查与后续事件发生概率降低 17.3% 相关。我们的数据集和代码发布于 https://github.com/zhenhuiou/Construction-Safety-Dataset-CSDataset。
引用
@article{arxiv.2508.09203,
title = {Building Safer Sites: A Large-Scale Multi-Level Dataset for Construction Safety Research},
author = {Zhenhui Ou and Dawei Li and Zhen Tan and Wenlin Li and Huan Liu and Siyuan Song},
journal= {arXiv preprint arXiv:2508.09203},
year = {2025}
}
备注
The paper was accepted on the CIKM 2025