本研究では,事前学習によって単語の意味を学習させることで文脈を捉えてモデル構築する自然言語処理手法の一つであるBERT(Bidirectional Encoder Representations from Transformers)を用いて,航空安全報告制度(ASRS:Aviation Safety Reporting System)によって収集された大量のヒヤリハットデータを対象に,航空分野のレジリエンス・コンピテンスを網羅的に同定することを目的とした.Narrativeと呼ばれる自由記述の報告文575件を用いて,レジリエンスを構成する4能力(予見,監視,対処,学習)も考慮して抽出するモデルを構築した上で,このモデルを用いて42,938件のデータを分析した.Sentence-BERTを用いて,レジリエンスの各能力(予見,監視,対処,学習)が含まれるとされた文をベクトル化し,k-means法でクラスタリングして各クラスタを意味解釈することで,航空関係者がヒヤリハットを事故に至らしめないために活用しているレジリエンス・コンピテンス31項目を見出した.この項目群は,同様の目的を持つ先行研究と比較しても十分な網羅性があることを確認した.また,ここで見出されたレジリエンス・コンピテンスの実務への応用例についても議論した.