一种面向建筑工程的动态知识图谱实时迭代与自优化方法与流程

本发明属于建筑工程知识图谱建设，尤其是涉及一种面向建筑工程的动态知识图谱实时迭代与自优化方法。

背景技术：

1、在建筑工程领域，企业长期积累了海量的制度文件、技术标准、规范图集、管理办法与项目通知等建筑工程文档资料，资料总量可达千份量级、建筑知识点总量可达三十万量级。为便于工程师查阅与学习，行业内目前主要采用以下三类技术手段对这些资料进行组织与利用：

2、第一类为建筑工程文档管理系统（dms）/电子建筑工程文档库，以文件夹目录树对建筑工程文档进行分类存储，支持按文件名、上传日期进行检索。其本质是“以文件为最小单位”的静态存储，建筑工程文档内部的章节结构、建筑知识要点彼此孤立，无法揭示建筑知识之间的关联。

3、第二类为全文检索/关键词搜索系统，通过倒排索引对建筑工程文档正文建立索引，支持关键词查询。其返回结果为离散的建筑工程文档片段，缺乏体系化的层级脉络，工程师难以从中获得“由整体到细节”的结构化学习路径。

4、第三类为人工构建的建筑知识图谱系统，由领域专家人工抽取实体与关系并录入图谱。其图谱质量依赖人工，构建周期长、成本高，且一旦建筑工程文档更新便需要专家重新梳理，难以跟随资料库的持续增长而同步演进。

5、结合上述现状，针对建筑工程建筑工程文档资料体量大、专业层级深、更新频繁的特点，现有技术存在以下缺陷：

6、（1）结构割裂、不可关联。建筑工程文档管理系统与全文检索系统均以“整篇建筑工程文档”或“离散片段”为单位，无法自动还原建筑工程文档内部的章节层级结构，更无法建立跨建筑工程文档、跨章节的建筑知识关联，工程师只能逐篇阅读，难以系统性、结构化地掌握新建筑知识。

7、（2）颗粒度过粗、要点淹没。现有系统检索到的是整段甚至整篇内容，未对最小颗粒度章节进行建筑知识要点提炼，关键建筑知识点淹没在大段正文中，学习效率低。

8、（3）图谱构建成本高、时效差。人工构建建筑知识图谱依赖专家，周期长、易出错；当资料库新增或修订建筑工程文档时，需对图谱进行全量重建，计算开销大、停机时间长，无法做到实时迭代。

9、（4）缺乏质量管控环节。现有自动化抽取方案（如纯端到端的大模型抽取）直接将机器生成结果写入建筑知识库，错误与噪声无法被拦截，导致图谱可信度低，难以用于正式的工程学习与决策。

10、（5）无自我成长能力。现有图谱为“一次构建、长期不变”的静态产物，不能根据新确认的建筑知识对自身的解析与提炼策略进行校准，无法随资料库增长而自我优化。

11、因此，亟需一种能够自动还原建筑工程文档层级、提炼最小颗粒度建筑知识要点、引入人工确认管控、以增量方式实时迭代且具备自优化成长能力的建筑工程建筑知识图谱构建方法，以解决上述技术问题。

技术实现思路

1、本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种面向建筑工程的动态知识图谱实时迭代与自优化方法。

2、为解决上述技术问题，本发明采用的技术方案是：一种面向建筑工程的动态知识图谱实时迭代与自优化方法，包括：

3、s1：基于上传的建筑工程文档，通过ai解析技术得到建筑工程文档中的各个建筑知识；

4、s2：使用ai抽取从建筑工程文档中抽取出建筑知识，并将抽取出的建筑知识进行人工确认；

5、s3：将人工确认后的建筑知识，依次进行节点语义指纹对齐、实体消歧与局部增量更新，将人工确认后的建筑知识汇入原有建筑知识图谱，得到更新后的建筑知识图谱；

6、s4：基于更新后的建筑知识图谱，对步骤s1中的ai解析技术进行优化。

7、进一步，步骤s1中所述通过ai解析技术得到建筑工程文档中的各个建筑知识，具体包括：对所述建筑工程文档的正文进行版面识别与标题层级解析，还原所述建筑工程文档的章节目录层级树，标注每一章节的层级编号与正文边界，识别出不再含下级标题的章节作为最小颗粒度章节。

8、更进一步，步骤s2中所述使用ai抽取从建筑工程文档中抽取出建筑知识，具体包括：以每个所述最小颗粒度章节为单位，对该章节的正文进行建筑知识要点提炼，生成一个或多个片段及其下属的建筑知识点候选，并为每条候选建筑知识点附加置信度分值。

9、更进一步，步骤s2中所述将抽取出的建筑知识进行人工确认，具体包括：

10、根据所述置信度分值对候选建筑知识点进行分级处理：将置信度高于预设自动阈值的候选建筑知识点标记为待确认状态并进入快速确认通道，将置信度低于或等于所述预设自动阈值的候选建筑知识点标记为强制人工核验状态；

11、通过人工确认网关向操作人员展示候选建筑知识点，接收操作人员对各候选建筑知识点的确认指令或退回指令及退回原因标签，将经确认的候选建筑知识点放入同步队列。

12、进一步，步骤s3中所述节点语义指纹对齐，具体包括：

13、提取每条待写入建筑知识点的语义指纹，所述语义指纹由该建筑知识点的标题层级编号、要点文本及所属建筑工程文档上下文共同生成；

14、将所提取的语义指纹与所述原有建筑知识图谱中既有节点的语义指纹进行比对，定位同名或近义的候选目标节点。

15、更进一步，步骤s3中所述实体消歧与局部增量更新，具体包括：

16、对定位到的所述候选目标节点进行判别，若判定为同一实体则执行合并操作，若判定为歧义实体则执行拆分操作；

17、根据合并或拆分的结果生成描述变化内容的差分补丁；

18、依据所述差分补丁，仅对所述建筑知识图谱中受影响的子图执行写入操作，未受影响部分保持不变，并生成当前版本的版本快照。

19、进一步，步骤s4中所述基于更新后的建筑知识图谱，对步骤s1中的ai解析技术进行优化，具体包括：

20、对更新后的所述建筑知识图谱进行质量评估，计算质量评估指标的差分增量；

21、根据所述退回指令所携带的退回原因标签与所述差分增量生成策略调整量；

22、将所述策略调整量回写至所述ai解析技术的策略、所述ai抽取的策略和/或所述节点语义指纹对齐的策略。

23、更进一步，所述质量评估指标包括层级覆盖度、连通度和冲突率中的至少一个：

24、所述层级覆盖度，定义为已被建筑知识点覆盖的最小颗粒度章节数与全部最小颗粒度章节数之比；

25、所述连通度，定义为建筑知识点节点的实际关联边数与其在同层可达范围内的理论最大关联边数之比；

26、所述冲突率，定义为指向同一实体但携带矛盾描述的建筑知识点对数占全部已对齐建筑知识点对数的比例；

27、所述差分增量包括覆盖度增量、连通度增量和冲突率增量中的至少一个增量。

28、更进一步，所述生成策略调整量，具体包括：

29、将所述退回原因标签按类别进行归类聚合，统计各类别退回原因在最近若干轮次中的发生频次；

30、根据各类别退回原因的发生频次生成定向的策略调整量：

31、对于层级划分类退回原因，生成针对所述ai解析技术的策略的调整量；

32、对于要点提炼类退回原因，生成针对所述ai抽取的策略的调整量；

33、对于对齐类退回原因，生成针对所述节点语义指纹对齐的策略的调整量。

34、更进一步，将所述策略调整量回写，进一步包括：

35、仅当本轮增量更新所累计的人工确认与退回反馈达到预设样本量阈值、或所述质量评估指标的差分增量超过预设波动范围时，触发所述策略调整量的回写；

36、每次策略调整量被限制在以上一版本策略快照为基准的预设有界邻域内，并以所述质量评估指标的差分增量的改善情况作为接受或回退的判据。

37、本发明与现有技术相比，具有以下有益效果：

38、（1）克服了现有技术结构割裂的问题：通过ai解析模块自动还原建筑工程文档的章节层级，构建“文件夹层—建筑工程文档层—片段层—建筑知识点层”四级层级化数据模型，并建立跨建筑工程文档、跨章节的建筑知识关联，工程师可沿“整体到细节”的路径系统性、结构化地学习新建筑知识。

39、（2）克服了颗粒度过粗的问题：以最小颗粒度章节为单位进行建筑知识要点提炼，将关键建筑知识点从大段正文中析出，显著提升学习与检索效率。

40、（3）克服了图谱构建成本高、时效差的问题：通过节点对齐、实体消歧与局部增量更新机制，以增量局部更新替代全量重建，使图谱可随每次建筑工程文档上传而实时迭代，计算开销与新增内容规模成正比，与图谱总规模无关，无需停机。

41、（4）克服了缺乏质量管控的问题：设置人工确认网关，根据置信度分值对候选建筑知识进行分级管控，仅被确认的建筑知识才允许进入图谱，有效拦截机器抽取的错误与噪声，保证进入图谱的建筑知识可信、可审计。

42、（5）赋予图谱可控的自我成长能力：通过“质量评估—关联挖掘—策略再校准”的自优化闭环，将每一次人工确认与质量度量转化为对上游策略的监督信号并有界回写，使图谱随资料库增长持续自校准、自挖掘跨建筑工程文档关联；同时通过触发门控与收敛约束避免策略震荡，呈现稳定的“越用越准、越用越全”的成长特征。

43、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。