El rápido crecimiento de la industria de la aviación destaca la necesidad de una gestión de seguridad sólida. Analizar datos sobre eventos de aviación inseguros es crucial para prevenir riesgos. Este documento presenta un nuevo método que integra el modelo de red Transformer, el análisis de agrupamiento y la modelización de redes de características para analizar datos de texto en chino sobre eventos de aviación inseguros. Inicialmente, se utiliza el modelo Transformer para generar resúmenes de los textos de eventos, y se evalúa y compara el rendimiento de tres modelos chinos preentrenados. A continuación, se aplica la herramienta Jieba para segmentar tanto los textos resumidos como los originales para extraer características clave de los eventos inseguros y demostrar la efectividad del modelo Transformer preentrenado en simplificar textos originales largos y redundantes. Luego, el análisis de agrupamiento basado en la similitud de textos categoriza las características extraídas. Al resolver la matriz de correlación de estas características, este documento construye una red de características para eventos de aviación inseguros. Se calculan las métricas globales e individuales de la red y luego se utilizan para identificar nodos de características clave, que alertan a los profesionales de la aviación para que se concentren más en el proceso de toma de decisiones para la gestión de la seguridad. Basado en la red establecida y estas métricas, se propone y se ilustra una estrategia de advertencia de peligros ocultos impulsada por datos. En general, el método propuesto puede analizar de manera efectiva textos en chino sobre eventos de aviación inseguros y proporcionar una base para mejorar la gestión de la seguridad en la aviación.