[发明专利]一种建筑施工工序约束的自动抽取和分类方法及系统

说明书

本发明公开了一种建筑施工工序约束的自动抽取和分类方法及系统，属于自然语言处理和建筑工程领域，该方法包括：采集建筑工程规范条文并标注工序约束模式；构建BI‑LSTM‑CRF模型，识别规范条文中的命名实体，并标记实体属性；构建LSTM‑MLP模型，判断规范条文内含有的工序约束的模式类型，并对该工序约束进行结构化表达；利用已标注的训练样本，进行模型训练；利用已标注的测试样本，进行模型测试，分析测试结果与实际结果的误差值，并反馈修改模型参数。本发明的方法及系统采用BI‑LSTM‑CRF和LSTM‑MLP模型，可实现建筑工程规范条文中施工工序约束的自动抽取和分类，并进行约束知识的结构化表达，有助于对施工工序约束知识的学习、查询与应用。

技术领域

本发明属于自然语言处理和建筑工程领域，更具体地，涉及一种基于机器学习的建筑施工工序约束的自动抽取和分类方法及系统。

背景技术

近年来，我国的建筑业发展十分迅速，建筑工程效率明显提升，但是从工程施工质量管理的角度来看，仍然存在着诸多的问题，比如：施工从业人员没有熟练的施工技术、工程质量验收工作力度不足、信息沟通不够及时和畅通等。这些问题都会在一定程度上影响建筑工程的质量，甚至会造成工程安全事故。因此要想保障建筑工程质量，就必须做好施工质量管理工作。

建筑工程往往呈现施工周期长，多专业、多工种、多工序在同一项目上交叉作业，隐蔽工程多等特点。因此，建筑工程施工质量的控制难度较大。当前，工程施工质量的控制按照施工活动形成过程的时间段可划分为事前控制、事中控制和事后控制。无论是哪个阶段的质量控制，都需要相关从业人员熟练掌握建筑材料、产品的属性约束以及工序约束等相关约束知识。

然而，这些约束知识广泛地存在于大量非结构化或半结构文档中(例如设计文件、施工规范文件和验收规范文件等)，造成了知识学习、查询与应用过程的低效。

各类工程规范文件中对于工程质量的要求大体上可以分为两类，分别是定性约束和定量约束。定性约束指的是施工的顺序、施工的环境条件等，定量约束指的是工程材料和产品的物理尺寸、强度要求等。对于定量约束，往往伴随着数学符号这样的明显特征，信息的抽取过程相对比较容易，但是对于定性约束，尤其是工序约束，由于描述方式的不统一，使得知识学习、查询与应用过程更为困难。

因此，急需一种能够将工程规范的定性约束进行统一描述的方法。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种建筑施工工序约束的自动抽取和分类方法及系统，其目的在于，通过BI-LSTM-CRF模型(“bidirectional”-“longshort-term memory”-“conditional random field”)和LSTM-MLP模型(“long short-termmemory”-“multilayer perceptron”)对建筑工程规范条文进行字词提取、模式分类及结构化表达，实现对建筑工程规范条文的统一描述及自动分类，降低其学习、查询与应用的难度。

为了实现上述目的，本发明提供了一种建筑施工工序约束的自动抽取和分类方法，包括如下步骤：

A、采集一定数量的建筑工程规范条文，标注上述建筑工程规范条文的工序约束模式类型，并提取工序约束模式中的命名实体；然后从已标注工序约束模式及对应命名实体的建筑工程规范条文中，选取训练样本和测试样本；

B、从训练样本中选择一条建筑工程规范条文输入BI-LSTM-CRF模型，识别出该建筑工程规范条文中的命名实体，并标记实体属性；

C、将步骤B识别出的命名实体输入LSTM-MLP模型，判断步骤B选用的建筑工程规范条文内含有的工序约束模式的类型，并对该工序约束模式进行结构化表达；

D、对训练样本重复步骤B、C，对BI-LSTM-CRF模型和LSTM-MLP模型进行训练；