一种基于合同与计价规范的工程量清单分析方法及系统与流程

本发明涉及智能工程量清单分析，具体是指一种基于合同与计价规范的工程量清单分析方法及系统。

背景技术：

1、工程量清单分析是利用先进的人工智能技术和大数据处理手段，对工程项目中的各项数据进行自动化提取、分类和分析的过程。通过将工程图纸和相关文档中的信息转化为可分析的结构化数据，便于后续的项目管理、成本估算和决策支持，提高工程项目的效率和准确性的同时，减少了人工操作的错误。

2、然而，传统的工程量清单分析方法存在文本处理能力仅停留在词汇表层，无法有效应对同一专业含义下的多样化表述和长距离语义依赖，且缺乏对清单-合同-规范三元闭环一致性的交叉核验，易形成逻辑上断裂的映射路径的技术问题；传统的工程量清单分析方法存在通常将数值规则判定与文本条件判定拆分为两条独立工作线，割裂了两类信息间的耦合制约关系，且缺乏对自身判定结果可靠性的度量输出，使得高风险误判条目无法被有效筛出的技术问题。

技术实现思路

1、针对上述情况，为克服现有技术的缺陷，本发明提供了一种基于合同与计价规范的工程量清单分析方法及系统，针对传统的工程量清单分析方法存在文本处理能力仅停留在词汇表层，无法有效应对同一专业含义下的多样化表述和长距离语义依赖，且缺乏对清单-合同-规范三元闭环一致性的交叉核验，易形成逻辑上断裂的映射路径的技术问题，本方案创造性地采用了改进bert模型作为结构化提取模型，通过多粒度语义捕获能够同时兼顾专业短语的组合特征与长句上下文逻辑，同时借助渐进式逻辑关联与路径闭合验证，确保所建立的映射通路在统计上相似的同时，具备双向可追溯的自洽性；针对传统的工程量清单分析方法存在通常将数值规则判定与文本条件判定拆分为两条独立工作线，割裂了两类信息间的耦合制约关系，且缺乏对自身判定结果可靠性的度量输出，使得高风险误判条目无法被有效筛出的技术问题，本方案创造性地采用了改进编码器模型作为清单归类模型，将数值特征与文本表征置于同一表示空间内联合考量，并显式地模拟造价审核中层层递进式判断流程，使模型的决策路径天然具备可解释性，引入不确定性估计机制，降低了条目误判的风险。

2、本发明采取的技术方案如下：本发明提供的一种基于合同与计价规范的工程量清单分析方法，该方法包括以下步骤：

3、步骤s1：清单数据获取；

4、步骤s2：数据初步处理；

5、步骤s3：结构化提取模型构建；

6、步骤s4：清单归类模型构建；

7、步骤s5：工程量清单分析。

8、进一步地，在步骤s1中，所述清单数据获取，用于为后续模型的训练和应用提供原始数据，具体为通过数据采集，得到清单分析原始数据集，所述清单分析原始数据集，具体包括历史清单分析原始数据集和当前清单分析原始数据集，所述历史清单分析原始数据集和所述当前清单分析原始数据集，两者均包含工程量清单文本数据、合同条款文本数据和计价规范条文文本数据，所述历史清单分析原始数据集还包含工程量清单归类标签。

9、进一步地，在步骤s2中，所述数据初步处理，用于对采集到的原始数据进行初步处理，将原始数据转化为规整的格式，具体包括以下步骤：

10、步骤s21：文本标准化，用于消除三类数据在编码、字体、计量单位表述上的不一致性，具体为通过统一utf-8编码、归一化全半角字符、转换繁简体以及将同义计量单位映射为标准词元，得到标准化文本；

11、步骤s22：结构切分，用于将连续的长文本按自然语义边界拆解为独立的可处理单元，具体为对工程量清单按行切分为条目级记录、对合同条款按条款编号正则切分为条款块、对计价规范条文按章节号和条文号切分为条文块；

12、步骤s23：数据净化对齐，用于移除无关的干扰信息并确保每个切分单元结构完整且一致，具体为通过正则匹配和位置规则剔除页眉页脚和目录索引，滤除非明细数据和缺失项目特征描述的清单条目，并为每个切分单元分配唯一主键；

13、步骤s24：数值化提取，用于从文本中抽取出定量参数，具体为从工程量清单中提取数值字段，并从合同文本中采用正则和命名实体识别提取数值字段，组成定量参数，所述数值字段，包括但不限于招标量、变更量、投标单价、变更率阈值和金额阈值；

14、步骤s25：数据集划分，用于获取训练数据和验证数据，具体为对所述历史清单分析原始数据集进行数据集分割，得到提取训练集和提取测试集；

15、通过所述文本标准化、所述结构切分、所述数据净化对齐和所述数值化提取，对所述当前清单分析原始数据集进行数据初步处理，得到待提取数据集，通过所述文本标准化、所述结构切分、所述数据净化对齐、所述数值化提取和所述数据集划分，对所述历史清单分析原始数据集进行数据初步处理，得到提取训练集和提取测试集。

16、进一步地，在步骤s3中，所述结构化提取模型构建，用于构建提取结构化数据并建立工程量清单特征描述、合同条款和计价规范条文三者之间的语义映射关系所需的模型，具体为通过构建改进bert模型，作为结构化提取模型，所述改进bert模型，通过对三类文本进行双粒度编码、层次化注意力匹配和三角验证校准，输出结构化工程量清单数据和带置信度分数的候选三元组；

17、所述结构化提取模型构建，具体包括以下步骤：

18、步骤s31：双粒度编码，用于将原始的工程量清单特征描述、合同条款和计价规范条文文本转化为包含短语级和句子级双重语义信息的向量表示，步骤包括：

19、步骤s311：上下文编码，用于为每条文本生成包含上下文信息的初始向量序列，具体为将初步处理后的工程量清单切分单元、合同条款切分单元和计价规范条文切分单元，送入预训练的bert模型处理，取每个词元的输出向量构成序列矩阵，并提取[cls]位置的向量作为全局表征向量；

20、步骤s312：双粒度卷积提取，用于分别捕获文本中的短语级语义模式和句子级语义模式，具体为采用尺寸为3和7的两种一维卷积核对序列矩阵并行卷积，经relu激活函数激活后取均值池化，通过门控加权融合，得到粒度融合特征；

21、步骤s313：特征拼接，用于将全局句义和局部多粒度语义组合成一个更完整的文本表征，具体为将全局表征向量与粒度融合特征沿特征维度拼接，形成最终文本表征向量；

22、步骤s32：层次化注意力映射，用于通过三级递进的注意力机制构建三类文本之间的映射，步骤包括：

23、步骤s321：第一层粗匹配，用于在工程量清单特征描述和合同条款之间建立初步的语义关联，筛选出可能适用的合同条款候选项，具体为通过双线性注意力计算一个工程量清单切分单元的最终文本表征向量与每个合同条款切分单元的最终文本表征向量的匹配分数，经softmax函数归一化后得到软对齐权重，并采用软对齐权重对所有合同条款切分单元的最终文本表征向量进行加权求和，得到清单感知的合同聚合特征；

24、步骤s322：第二层细关联，用于在第一层筛选出的合同条款基础上进一步关联到具体的计价规范条文，具体为对每个合同条款切分单元的最终文本表征向量与所有计价规范条文切分单元的最终文本表征向量重复交叉注意力计算，得到合同条款对计价规范条文的关联权重，并采用关联权重对所有计价规范条文切分单元的最终文本表征向量进行加权求和，得到条款感知的规范聚合特征；

25、步骤s323：三角验证校准，用于检验通过两层传递形成的映射路径是否满足逻辑一致性，具体为计算工程量清单切分单元的最终文本表征向量与对应的计价规范条文切分单元的最终文本表征向量的余弦相似度作为直接语义关联值，并将其作为调节因子与前两层的权重相乘，得到映射路径得分；

26、步骤s33：映射置信度评估，用于对模型生成的候选映射进行质量评估，步骤包括：

27、步骤s331：候选提取，用于从候选空间中筛选出前k个映射路径，具体为对每个工程量清单切分单元的最终文本表征向量，取与其软对齐权重最高的前k个合同条款切分单元的最终文本表征向量，再对每个合同条款切分单元的最终文本表征向量取与其关联权重最高的前k个计价规范条文切分单元的最终文本表征向量，组成初步候选三元组集合；

28、步骤s332：置信度打分，用于为每个候选映射路径赋予一个在区间[0,1]内的可信度指标，具体为将每个初步候选三元组所表示的映射路径的映射路径得分，通过一个带可学习参数的sigmoid函数映射为置信度分数，仅保留初步候选三元组集合中，置信度分数大于预设阈值的三元组，得到候选三元组集合；

29、步骤s34：模型构建并训练，具体为通过集成所述双粒度编码、所述层次化注意力映射和所述映射置信度评估，进行改进bert模型的构建，基于提取训练集和提取测试集训练模型并验证性能，得到改进bert模型，作为结构化提取模型；

30、将提取训练集和提取测试集作为所述结构化提取模型的输入进行处理，得到归类训练集和归类测试集。

31、进一步地，在步骤s4中，所述清单归类模型构建，用于构建将工程量清单智能归类所需的模型，具体为通过构建改进编码器模型，作为清单归类模型，所述改进编码器模型，通过融合数值与语义特征，经三阶段因果推理，输出工程量清单归类标签和不确定度值；

32、所述清单归类模型构建，具体包括以下步骤：

33、步骤s41：条件感知编码，用于将工程量清单的数值型特征和文本型特征融合为一个统一的条件表征向量，步骤包括：

34、步骤s411：数值特征构造，用于将原始的数值数据转化为反映变化程度的无量纲比率，具体为基于定量参数计算变更工程量相对于招标工程量的变化率以及变更后单价与投标单价的比值，得到数值特征；

35、步骤s412：文本语义表征，用于将清单本身的特征描述以及通过映射关系找到的合同条款和计价规范条文整合为一个语义丰富的上下文向量，具体为将候选三元组的三个元素拼接，送入预训练的bert模型处理，提取[cls]位置的向量作为文本特征；

36、步骤s413：条件向量拼接，用于将数值信息和语义信息组合成一个完整的条件表征，具体为将数值特征与文本特征沿特征维度拼接，得到条件表征向量；

37、步骤s42：因果推理链设计，用于设计三段论推理过程，将逻辑链条转化为可计算的神经网络结构，步骤包括：

38、步骤s421：阶段一大前提激活，用于判断当前清单条目是否有适用的合同条款，具体为将条件表征向量通过一个独立的门控循环单元处理后，经线性变换和sigmoid激活函数激活，输出一个标量值，得到合同条款激活强度；

39、步骤s422：阶段二小前提检验，用于在合同条款未明确覆盖的情况下，转向计价规范条文寻求补充依据，具体为将合同条款激活强度与条件表征向量拼接后，送入另一个独立的门控循环单元，经线性变换和sigmoid激活函数激活，输出一个标量值，得到计价规范验证分数；

40、步骤s423：阶段三软逻辑门控决策，用于综合合同条款激活强度和计价规范验证分数，具体为通过一组可微的软逻辑表达式模拟预设规则，合同激活强且工程量变更率未超预设合同阈值，则倾向按原合同价结算，合同激活弱或工程量变更率超预设合同阈值，且计价规范验证分数未超预设计价规范验证阈值，则倾向需重新组价，否则倾向异常清单，得到三分类概率向量；

41、步骤s43：不确定性量化，用于量化模型对当前判定结果的确信程度，具体为基于三分类概率向量计算三个标签概率的负对数似然期望值，得到不确定度值；

42、步骤s44：构建并训练模型，具体为通过集成所述条件感知编码、所述因果推理链设计和所述不确定性量化，进行改进编码器模型的构建，基于归类训练集和归类测试集训练模型并验证性能，得到改进编码器模型，作为清单归类模型。

43、进一步地，在步骤s5中，所述工程量清单分析，具体为将待提取数据集作为结构化提取模型的输入进行处理，输出结构化工程量清单数据和带置信度分数的候选三元组，之后将结构化提取模型的输出作为清单归类模型的输入进行处理，输出工程量清单归类标签和不确定度值，并将结构化工程量清单数据、带置信度分数的候选三元组、工程量清单归类标签和不确定度值，作为最终工程量清单分析结果。

44、本发明提供的一种基于合同与计价规范的工程量清单分析系统，包括清单数据获取模块、数据初步处理模块、结构化提取模型构建模块、清单归类模型构建模块和工程量清单分析模块；

45、所述清单数据获取模块，用于采集原始数据，通过采集原始数据，得到清单分析原始数据集，并将所述清单分析原始数据集发送至数据初步处理模块；

46、所述数据初步处理模块，用于数据初步处理，通过数据初步处理，得到待提取数据集、提取训练集和提取测试集，并将所述待提取数据集发送至工程量清单分析模块，将所述提取训练集和所述提取测试集发送至结构化提取模型构建模块；

47、所述结构化提取模型构建模块，用于结构化提取模型构建，通过构建改进bert模型，得到结构化提取模型，以提取训练集和提取测试集作为结构化提取模型的输入进行处理，得到归类训练集和归类测试集，并将所述结构化提取模型发送至工程量清单分析模块，将所述归类训练集和所述归类测试集发送至清单归类模型构建模块；

48、所述清单归类模型构建模块，用于清单归类模型构建，通过构建改进编码器模型，得到清单归类模型，并将所述清单归类模型发送至工程量清单分析模块；

49、所述工程量清单分析模块，用于工程量清单分析，通过结合所述结构化提取模型和所述清单归类模型，进行实时工程量清单分析，得到最终工程量清单分析结果。

50、采用上述方案本发明取得的有益效果如下：

51、（1）针对传统的工程量清单分析方法存在文本处理能力仅停留在词汇表层，无法有效应对同一专业含义下的多样化表述和长距离语义依赖，且缺乏对清单-合同-规范三元闭环一致性的交叉核验，易形成逻辑上断裂的映射路径的技术问题，本方案创造性地采用了改进bert模型作为结构化提取模型，通过多粒度语义捕获能够同时兼顾专业短语的组合特征与长句上下文逻辑，同时借助渐进式逻辑关联与路径闭合验证，确保所建立的映射通路在统计上相似的同时，具备双向可追溯的自洽性。

52、（2）针对传统的工程量清单分析方法存在通常将数值规则判定与文本条件判定拆分为两条独立工作线，割裂了两类信息间的耦合制约关系，且缺乏对自身判定结果可靠性的度量输出，使得高风险误判条目无法被有效筛出的技术问题，本方案创造性地采用了改进编码器模型作为清单归类模型，将数值特征与文本表征置于同一表示空间内联合考量，并显式地模拟造价审核中层层递进式判断流程，使模型的决策路径天然具备可解释性，引入不确定性估计机制，降低了条目误判的风险。