文本驱动的混凝土坝浇筑施工质量合规性智能评价方法.pdfVIP

摘要

遵循规范规定对混凝土浇筑施工质量展开评价对保证大坝的正常运行具有

重要意义，目前的质量评价过程主要依靠人力查找规范对质检记录开展审查与评

价，由于大坝建设周期长、施工条件复杂、建设阶段会产生海量的质量检测文本，

从中筛选需要检测的项目并查找规范、给出评价结果耗时耗力、效率低下且容易

出错，如何开展对施工质量的智能化评价是各方面关注的焦点问题。本文依托实

际混凝土坝工程，引入自然语言处理（NaturalLanguageProcessing，NLP）技术，

从文档文本记录入手采用深度学习算法提出了混凝土坝施工质量合规性评价的

完整方案。该方案首先建立适合工程领域文本的文本类型智能识别模型，将混杂

的文本记录按照施工类型逐次归类；其次以现场记录与规范条文的语义相似性为

导向实施对有价值规范条文的高效查找得到评价依据；最后依据语义解析方法分

别对质量记录与规范条文进行解析，获取其中的约束对象与约束值并实施合规性

评价，辅助管理人员开展施工质量管理。主要研究内容及成果如下：

（1）建立了以多通道卷积神经网络为核心的工程施工文本智能识别模型。

该模型一方面考虑了字符粒度在大规模自然语言中表达的语义优势，另一方面考

虑了专业术语词汇在水利工程领域的独有表达特点，将预训练字符向量与专业词

向量一同用于表示工程文本特征，提升对水利领域文本表示的准确性。结合卷积

神经网络特征提取的速度优势，开发了多通道的卷积神经网络模型，同时提出采

用循环填充方法代替传统全零填充的方法，扩大不同类别语句之间的差异，从而

提升了水利工程文本识别的准确度，实现了对大规模文本的初筛归类，为对各类

别针对性开展合规性评价创造了良好条件。

（2）提出了耦合深度语义提取模型与词义加权模型的规范抽取方法。在文

本按照工序类型整合的基础上，以质量记录与质量规范之间的语义相似性为切入

点，改进传统的语义提取模型实现对质量记录与质量规范的语义匹配，得到规范

初步检索结果，在此基础上融合考虑词义信息的文本检索模型，对检索结果进一

步过滤精排，将最相关的规范条文排在最靠前位置，智能化地完成了由现场记录

查找规范条文的繁琐任务，促进了合规性评价的开展。

（3）构建了一种基于关键词识别与句法解析树的施工质量文本智能评价体

系。该体系包括关键内容智能标注、句法树自动解析、约束对象自动评价三个步

骤，首先结合预训练模型与长短期记忆网络实现对语句关键信息的智能识别与标

注，基于标注结果，以评价对象为根节点，评价属性为分支节点，属性约束值为

叶子节点构建语法解析规则将自然语言描述解析为句法结构树，根据语义向量从

语义层面查找合适的评价对象与对象属性，通过对比记录值与约束值实现对质量

记录的合规性评价，为辅助质量管理人员的质量评价工作提供了技术手段。

（4）开发了混凝土坝浇筑施工质量合规性智能评价系统。结合实际工程应

用需求，集成以上各方法使用Python编程语言开发了施工质量合规性智能评价

系统。该系统包含文本类型识别、规范条文抽取、关键信息标注、文本语法解析、

合规性评分五个功能，可根据输入的质量文本快速抽取有参考价值的规范条文并

依据条文对质量记录打分。本系统可以有效提升混凝土坝浇筑施工质量的评价效

率与自动化水平，为保障工程建设质量提供了技术支持。

关键词：混凝土浇筑施工；质量合规性评价；多粒度文本表示；语义检索；句

法解析树；自然语言处理

ABSTRACT

Itisofgreatsignificancetoevaluatetheconstructionqualityofconcretepouring

inaccordancewiththeregulationstoensurethenormaloperationofthedam.Currently,

thequalityevaluationprocessmainlyreliesonhumanresourcestocheckandevaluate

thequalityinspectionrecords.Duetothelongconstructionperiodandcomplex

constructionconditionsofthedam,massivequalityinspe