市政工程施工组织设计文档智慧辅助审查方法研究

作     者：郭潇楠 

作者单位：天津大学 

学位级别：硕士

导师姓名：王仁超;赵立民

授予年度：2022年

学科分类：08[工学] 083305[工学-城乡生态环境与基础设施规划] 081403[工学-市政工程] 0814[工学-土木工程] 0833[工学-城乡规划学] 

主      题：施工组织设计 智慧审查 文本分类 摘要抽取 正则匹配 

摘      要：施工组织设计文件是工程建设管理的重要基础性文件之一,施工组织设计是降低工程建设成本、加快工程建设进度、保证工程建设质量的主要手段。为了保证施工组织设计编制质量,工程设计阶段或实施阶段往往要进行若干轮的审查。传统审查机制和方法存在耗时费力且易发生审查遗漏等问题。如何结合人工智能当前发展,尤其是自然语言处理(NLP)方面的成果,构建一种智慧辅助审查方法、框架体系,辅助施工组织设计编写和审查人员开展自查和审查,是实现工程建设智慧化管控的重要和亟待解决问题之一。本文在深入分析市政工程施工组织设计文档类型、传统审查机制和方法基础上,运用机器学习、NLP等人工智能方法,就智慧辅助审查方法、框架体系以及文本分类、主题摘要提取等开展研究,并应用于施工在组织设计文档的内容完整性、方案(方法)针对性及指标合规性等审查。论文的主要工作及取得的成果包括:(1)基于市政工程施工组织设计文本常见类型及不同阶段施工组织设计文件编制和设计深度,对常规施工组织设计审查基本机制及内容进行了分析,结合当前人工智能最新发展,提出了施工组织设计智慧辅助审查概念,并开展对施工组织设计文档智慧辅助审查方法以及智慧审查架构体系的研究。(2)在市政工程施工组织设计文本分类方面,对五种常见的长文本分类模型进行实验分析。为了提高文本分类精度,研究了Bi-LSTM-Attention相结合的深度学习神经网络模型,与其它常见文本分类模型进行比较,Bi-LSTM-Attention模型在准确率、宏平均、加权平均等三个评价指标上均表现出一定程度上的优异。(3)为了在市政工程顶管施工方案关键信息抽取时能够充分利用文本的语义特征,将Word2vec和Text Rank算法相结合,基于Word2vec的文本向量化表示对句子进行余弦相似度的计算,重新构建Text Rank的边权关系。通过案例分析,以Rouge-1、Rouge-2、Rouge-L作为评价指标,验证了Word2vec+Text Rank算法可行性和有效性。(4)针对市政工程顶管施工方案内容完整性、方案(方法)针对性、指标合规性三个审查要点,探讨了内容模板、规范知识在信息匹配方面的综合运用,并结合案例进行了分析,实现了审查结果报告输出。