中国安全科学学报

作者：吴志江, 刘梦瑶, 马国丰

单位：1 扬州大学 建筑科学与工程学院,江苏 扬州 225009；2 同济大学 经济与管理学院,上海 200092

关键词：自然语言处理(NLP),施工安全需求,需求信息,项目文档,需求类型

基金：国家自然科学基金(72401250); 中国博士后科学基金(2024M761993); 扬州市自然科学基金(YZ2024165)

为解决潜藏在项目文档中的施工安全需求信息因欠缺关联性、语义模糊而难以被发掘的问题,开发一种结合自然语言处理(NLP)技术的2阶段集成框架,用于项目文档分析并进行需求信息的分类提取。首先,结合NLP的多元技术获取待评估工程的安全目标,并基于主题模型建立关联模型以推荐合适的施工安全需求类型;然后,考虑3类要素的语义特征,分别采用关键词分析、情感分析以及依存关系分析对3类要素进行提取;最后,以2类建筑工程(民用和工业建筑)为例,开展施工安全需求的分类提取测试。结果表明:2阶段集成框架分别为民用建筑和工业建筑推荐到4种合适的需求类型,结合词性和词汇情感色彩能够有效提取到需求关键词和行为观点词,并且主体要素在补充建筑类型说明后的提取精度可达到88.6%;测试结果证实响应安全目标特征能够从繁杂的施工安全需求信息中推荐出适宜类型,而结合自然语言处理的需求信息分类提取可以避免主观偏好以提高信息提取精度。

来源：2025年第6期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第6期