施工方案智能审查系统及方法与流程

本公开涉及人工智能与工程文档审查交叉，特别涉及一种施工方案智能审查系统及方法。

背景技术：

1、施工方案作为现场施工的技术指导文件，是保障工程安全、质量和进度的核心技术文件。然而，传统人工审查模式存在显著短板。

2、目前提出的各类现有施工方案审查技术在审查效率与审查质量层面存在各自的技术缺陷。例如，传统人工审查模式将施工方案的编制、审查和批准流程完全依赖于审查人员的个人经验和专业能力。然而，该类方案虽然具备人工灵活判断的优势，但审查标准难以统一、关键风险点易被遗漏、历史方案查询困难、方案对照审查不方便，导致整体审查效率偏低。特别是在核电大发展和严监管的背景下，各参建单位施工方案的编制、审查能力面临挑战，传统人工审查模式已难以满足大规模、高标准的施工方案审查需求。

3、作为另一种方案，近年来提出的基于规则匹配的自动化审查方法将施工方案与预先编制的规则库进行逐条比对。然而，该类方案虽然具备审查速度快、标准统一的优势，但规则库覆盖面有限，难以适应施工方案的多样性和复杂性，对于非结构化的技术描述内容缺乏语义理解能力，导致审查深度不足，容易遗漏潜在的技术风险。

4、作为又一种方案，近年来提出的基于自然语言处理技术的文档审查方法将施工方案进行分块处理后与标准规范文本进行相似度匹配。然而，该类方案虽然具备一定程度的语义匹配能力，但审查维度单一，缺乏从技术、安全、质量等多个专业维度进行差异化审查的能力，同时审查经验无法沉淀复用，每次审查均从零开始，导致审查质量无法持续提升。

5、此外，现有的施工方案审查系统缺乏将审查意见的质量评价经验沉淀为可复用知识的机制，审查系统不具备自我迭代优化的能力。同时，审查结果难以直接转化为培训资源，审查与培训之间存在断裂，导致施工方案的学习掌握效率低下。

技术实现思路

1、本公开是基于上述情况而形成的，其目的在于提供一种施工方案智能审查系统及方法，能够实现施工方案在技术、安全、质量三大专业维度的差异化智能审查，以提升审查效率和审查标准统一性，通过正负向审查意见知识库使审查系统具备基于历史审查经验的自优化能力，兼顾审查意见质量持续优化与培训资源自动生成。

2、根据本公开的第一方面，提供一种施工方案智能审查系统，包括：文档解析模块m1，配置成接收上传的施工方案文件，对所述施工方案文件进行解析处理，从而生成并输出文本字符串；知识库检索模块 m2，配置成接收由所述文档解析模块 m1 输出的所述文本字符串，基于技术知识库、安全知识库以及质量知识库对所述文本字符串进行检索处理，从而生成并输出技术检索结果、安全检索结果以及质量检索结果，所述知识库检索模块 m2 还包括正向审查意见知识库和负向审查意见知识库，所述正向审查意见知识库存储有被标注为正向的审查意见数据，所述负向审查意见知识库存储有被标注为负向的审查意见数据；审查意见生成模块 m3，配置成接收由所述文档解析模块 m1 输出的所述文本字符串以及由所述知识库检索模块 m2 输出的所述技术检索结果、所述安全检索结果以及所述质量检索结果，并且所述审查意见生成模块 m3 被配置成基于所述正向审查意见知识库和所述负向审查意见知识库中的数据，对所述文本字符串和所述技术检索结果、所述安全检索结果以及所述质量检索结果进行推理处理，从而生成并输出审查意见；以及人机交互对话模块m4，配置成接收由所述审查意见生成模块 m3 输出的所述审查意见，对所述审查意见进行对话响应处理，从而生成并输出对话响应。

3、所述技术知识库、所述安全知识库以及所述质量知识库分别对应于施工方案审查中的技术维度、安全维度以及质量维度，且各自独立构建并存储有对应专业维度的参考数据。

4、在另一优选例中，所述系统还包括培训考核模块 m5，所述培训考核模块 m5配置成接收由所述审查意见生成模块 m3 输出的所述审查意见，对所述审查意见进行培训考核内容生成处理，从而生成并输出培训考核内容。

5、在另一优选例中，所述文档解析模块 m1 还配置为对所述技术知识库、所述安全知识库以及所述质量知识库中的参考文件进行入库处理，即将知识库中的文件进行解析处理，从而保存为文本字符串的形式。

6、在另一优选例中，所述知识库检索模块 m2 包括知识库，所述知识库包括技术知识库、安全知识库、质量知识库、正向审查意见知识库和所述负向审查意见知识库。

7、在另一优选例中，所述知识库按照数据来源和维护方式分为本地知识库和外部知识库。

8、在另一优选例中，所述本地知识库包括所述正向审查意见知识库和所述负向审查意见知识库，所述本地知识库中的数据由所述审查意见生成模块 m3 生成并经所述意见反馈模块 m6 标注分类后存入，并且通过所述审查意见生成模块 m3 与所述意见反馈模块m6 之间的迭代闭环进行动态更新；所述本地知识库由所述知识库检索模块 m2 直接管理。

9、在另一优选例中，所述外部知识库包括所述技术知识库、所述安全知识库以及所述质量知识库，所述外部知识库中的数据从外部协同平台、质量管理系统以及安全管理系统中的至少一个外部系统导入，所述知识库检索模块 m2 通过外部知识库接口对所述外部知识库执行所述检索处理，所述外部知识库接口基于所述文本字符串执行向量相似度搜索并返回匹配的文档片段作为所述检索结果。

10、在另一优选例中，所述外部知识库中的数据通过定时获取新增文件和更新文件的方式进行维护，所述新增文件被转化为文档片段存储至所述外部知识库，所述更新文件被转化为更新后的文档片段替换所述外部知识库中的原有数据。

11、在另一优选例中，所述本地知识库中的数据随着所述迭代闭环的每次迭代而持续累积，并且所述审查意见生成模块 m3 在每次迭代中基于所述本地知识库中累积的全部数据进行所述推理处理。

12、在另一优选例中，所述技术知识库包括施工方案知识库和技术规格书知识库，所述安全知识库包括健康、安全与环境（hse，health, safety and environment）风险知识库，所述质量知识库包括质量信息通报案例知识库、标准规范知识库以及经验反馈案例知识库。

13、在另一优选例中，所述知识库检索模块 m2 执行所述检索处理时，向知识库接口发送请求消息，所述请求消息包括查询文本字段、返回数量字段以及相似度阈值字段，所述知识库接口基于所述查询文本字段执行向量相似度搜索，并返回匹配的文档片段以及任选地对应相似度得分作为所述检索结果。

14、在另一优选例中，所述知识库检索模块 m2 配置成并行地对所述技术知识库、所述安全知识库以及所述质量知识库执行所述检索处理。

15、在另一优选例中，所述知识库检索模块 m2 对所述文本字符串进行的所述检索处理还包括将所述文本字符串与所述检索结果组合为提示词字符串，并将所述提示词字符串输出至所述审查意见生成模块 m3。

16、在另一优选例中，所述审查意见生成模块 m3 将所述提示词字符串发送至大语言模型的应用程序接口，所述应用程序接口的请求消息包括模型名称字段、提示词字段以及最大输出长度字段。

17、在另一优选例中，所述知识库检索模块 m2 配置成定时获取新增的参考文件和更新的参考文件，将所述新增的参考文件转化为文档片段存储至对应的知识库，以及将所述更新的参考文件转化为更新后的文档片段替换对应知识库中的原有数据。

18、在另一优选例中，所述审查意见生成模块 m3 通过调用大语言模型进行所述推理处理，所述大语言模型以本地部署或应用程序接口调用的方式集成。

19、根据本公开上述方面所述的施工方案智能审查系统，通过文档解析模块 m1 对施工方案文件进行解析处理生成文本字符串，知识库检索模块 m2 基于技术知识库、安全知识库以及质量知识库对文本字符串进行检索处理生成三类检索结果，审查意见生成模块m3 基于正向审查意见知识库和负向审查意见知识库中的数据进行推理处理生成审查意见，能够构建从文件输入到审查意见输出的完整智能审查链路，实现施工方案在技术、安全、质量三大专业维度的差异化审查，提升审查覆盖面和审查标准统一性，同时通过正负向审查意见知识库使审查系统具备基于历史审查经验的自优化能力，进而通过培训考核模块m5 将审查结果转化为培训资源，实现审查与培训的联动，并且通过各模块之间的工作流连接、知识库的本地/外部分类管理、向量相似度检索机制以及大语言模型集成等技术手段，使系统具备结构化数据流转、知识库动态维护和智能化推理处理的综合能力。

20、根据本公开的另一方面，提供一种施工方案智能审查系统，在上述系统的基础上，所述知识库检索模块 m2 进一步配置成基于所述正向审查意见知识库和所述负向审查意见知识库对所述文本字符串进行检索处理，从而进一步生成并输出正向检索结果和负向检索结果，并且将所述正向检索结果和所述负向检索结果连同所述技术检索结果、所述安全检索结果以及所述质量检索结果输出至所述审查意见生成模块 m3，以使所述审查意见生成模块 m3 基于这些检索结果进行推理处理。

21、根据本公开该方面所述的施工方案智能审查系统，通过知识库检索模块 m2 在五个知识库中同步检索，能够将正负向历史审查意见作为前置检索增强源，使审查意见生成模块 m3 在推理处理时即参考历史审查意见的质量评价经验，提升审查意见的准确性和一致性。

22、根据本公开的另一方面，提供一种施工方案智能审查系统，在上述系统的基础上，所述审查意见生成模块 m3 进一步配置成对所述文本字符串和所述技术检索结果、所述安全检索结果以及所述质量检索结果进行预推理处理，从而生成并输出预审查意见，并且基于所述正向审查意见知识库和所述负向审查意见知识库中与所述预审查意见相关联的数据对所述预审查意见再次进行优化推理处理，从而生成并输出优化审查意见。

23、在另一优选例中，在生成并输出所述预审查意见后，所述审查意见生成模块 m3将所述文本字符串和各检索结果以及所述预审查意见输出至所述知识库检索模块 m2；所述知识库检索模块 m2 基于所接收的数据在所述正向审查意见知识库和所述负向审查意见知识库中进行检索，从而生成并输出所述正向检索结果和所述负向检索结果至所述审查意见生成模块 m3；所述审查意见生成模块 m3 基于所述正向检索结果和所述负向检索结果对所述预审查意见进行优化推理处理，从而生成并输出优化审查意见。

24、根据本公开该方面所述的施工方案智能审查系统，通过将推理处理分为预推理和优化推理两个阶段，能够在第一阶段快速生成初步审查意见，在第二阶段基于正负向审查意见知识库中与预审查意见精准关联的数据进行针对性优化，从而在保证审查效率的同时提升审查意见的质量和针对性，并且通过审查意见生成模块 m3 与知识库检索模块 m2 之间的回路式交互实现预审查意见驱动的二次精准检索。

25、根据本公开的另一方面，提供一种施工方案智能审查系统，在上述系统的基础上，还包括意见反馈模块 m6，配置成接收由所述审查意见生成模块 m3 输出的所述审查意见以及针对所述审查意见的标注信息，对所述审查意见和所述标注信息进行分类处理，从而生成并输出正向审查意见数据和/或负向审查意见数据，并将所述正向审查意见数据存入所述正向审查意见知识库以及将所述负向审查意见数据存入所述负向审查意见知识库。

26、在另一优选例中，所述审查意见生成模块 m3 和所述意见反馈模块 m6 构成迭代闭环，所述迭代闭环被配置成重复执行以下处理：所述审查意见生成模块 m3 基于所述正向审查意见知识库和所述负向审查意见知识库中的当前数据生成并输出当前审查意见；所述意见反馈模块 m6 接收所述当前审查意见以及针对所述当前审查意见的标注信息，对所述当前审查意见和所述标注信息进行分类处理，从而生成并输出正向审查意见数据和/或负向审查意见数据，并将所述正向审查意见数据存入所述正向审查意见知识库以及将所述负向审查意见数据存入所述负向审查意见知识库，从而使所述正向审查意见知识库和所述负向审查意见知识库中的数据得到更新；以及所述审查意见生成模块 m3 在下一次迭代中基于更新后的所述正向审查意见知识库和所述负向审查意见知识库中的数据生成并输出下一次审查意见。

27、在另一优选例中，针对所述当前审查意见的所述标注信息由用户通过所述人机交互对话模块 m4 输入。

28、在另一优选例中，所述审查意见和所述标注信息进行所述分类处理后还可被分类为低价值意见数据，所述低价值意见数据为缺乏实质性内容的审查意见数据，所述低价值意见数据既不存入所述正向审查意见知识库也不存入所述负向审查意见知识库。

29、在另一优选例中，所述迭代闭环的迭代次数为两次以上，并且所述正向审查意见知识库和所述负向审查意见知识库中的数据随每次迭代而持续累积。

30、根据本公开该方面所述的施工方案智能审查系统，通过增设意见反馈模块 m6 构建审查意见的标注分类与双库存储机制，能够将审查意见的质量评价经验沉淀为可复用的知识并使审查系统具备自我迭代优化能力，并且通过审查意见生成模块 m3 与意见反馈模块 m6 之间的迭代闭环使正负向审查意见知识库中的数据随每次迭代持续累积，同时通过将审查意见分类为正向、负向和低价值三类实现精细化的经验沉淀，低价值意见数据不被存入任何知识库以避免对审查质量产生噪声干扰。

31、根据本公开的另一方面，提供一种施工方案智能审查系统，在上述系统的基础上，还包括附加条件模块 m7，配置成接收附加条件的输入并将所述附加条件输出至所述审查意见生成模块 m3，所述审查意见生成模块 m3 基于所述附加条件对所述推理处理进行约束，其中，所述附加条件包括以下中的至少一项：输出格式要求、语言风格要求以及审查重点范围。

32、在另一优选例中，所述附加条件模块 m7 在所述审查意见生成模块 m3 生成并输出所述审查意见之前，即在审查意见生成模块m3进行分析处理之前将所述附加条件输出至所述审查意见生成模块 m3，所述审查意见生成模块 m3 在所述推理处理过程中基于所述附加条件进行约束。

33、在另一优选例中，所述附加条件模块 m7 在所述审查意见生成模块 m3 生成并输出所述预审查意见之后，在进行优化推理处理之前（可以在结合正负审查意见之前或之后）将所述附加条件输出至所述审查意见生成模块 m3，所述审查意见生成模块 m3 基于所述附加条件对已生成的所述审查意见进行调整处理，从而生成并输出调整后的审查意见例如所述优化审查意见。

34、在另一优选例中，所述附加条件模块 m7 也可在所述审查意见生成模块 m3 生成并输出所述优化审查意见之后将所述附加条件输出至所述审查意见生成模块 m3，所述审查意见生成模块 m3 基于所述附加条件对所述优化审查意见进行调整处理，从而生成并输出最终审查意见。

35、根据本公开该方面所述的施工方案智能审查系统，通过增设附加条件模块 m7 使审查意见生成模块 m3 基于附加条件对推理处理进行约束，能够灵活响应个性化审查需求，使生成的审查意见在输出格式、语言风格和审查重点范围上更贴合用户意图，并且通过附加条件在推理前约束、推理后调整或对优化审查意见进一步调整的多时序机制，实现对审查意见生成方向的精准控制。

36、根据本公开的另一方面，提供一种施工方案智能审查系统，在上述系统的基础上，所述文档解析模块 m1 对所述施工方案文件的所述解析处理包括：对所述施工方案文件的文本进行预处理以截取有效范围；对有效范围内的文本进行结构解析以获取标题层级；基于所述标题层级进行章节内容归集以生成章节树状关系；在长度约束下对所述章节树状关系中的章节进行合并与拆分以生成通用分段列表；以及基于目标审查维度对应的关键词对所述通用分段列表进行定向内容提取，从而生成所述文本字符串。

37、在另一优选例中，所述文档解析模块 m1 接收的所述施工方案文件以文件对象的形式输入，所述文件对象包括文件名、文件类型标识、文件访问路径以及文件大小字段。

38、在另一优选例中，在所述文档解析模块 m1 对所述施工方案文件的文本进行所述结构解析以获取标题层级的步骤中，当未能获取到所述标题层级时，所述文档解析模块 m1以换行符为分隔符对所述施工方案文件的全文进行拆分，并基于长度阈值对拆分后的文本片段进行循环累积，当累积长度超过所述长度阈值时输出当前分段，从而生成所述通用分段列表作为后备分段。

39、在另一优选例中，在所述长度约束下对所述章节树状关系中的章节进行合并与拆分的步骤中，当单个章节的长度超过所述长度约束时，所述文档解析模块 m1 将所述章节的标题保留在所述章节切分后的每个分段的开头，以使每个分段携带其所属章节的标题信息。

40、在另一优选例中，所述基于目标审查维度对应的关键词对所述通用分段列表进行定向内容提取包括：接收包含文本块和表格块的结构化内容列表，识别含有所述关键词且具有标题层级的文本块，提取所述文本块的编号作为起始编号，收集所述起始编号之后的文本块和表格块直至编号超出所述起始编号的前缀范围，并将所收集的文本块和表格块按格式重组为连贯文本。定向内容提取为从所述通用分段列表中提取与所述目标审查维度对应的关键词相关的内容。

41、在另一优选例中，所述文档解析模块 m1、所述知识库检索模块 m2、所述审查意见生成模块 m3、所述人机交互对话模块 m4 以及所述培训考核模块 m5 通过工作流引擎连接，其中，上游模块在完全执行完毕并输出结果之后，向下游模块传递结构化数据，所述结构化数据包括文件对象、文本字符串以及 json 数组中的至少一种。

42、在另一优选例中，所述人机交互对话模块 m4配置成对来自所述审查意见生成模块 m3的审查意见进行标注。

43、在另一优选例中，所述人机交互对话模块 m4 进一步配置成接收用户输入的追问请求，基于所述追问请求进行分配处理，例如检索与所述审查意见对应的原文依据，从而生成并输出原文出处信息。

44、在另一优选例中，所述培训考核内容包括学习要点和/或考核试题。

45、在另一优选例中，所述培训考核模块 m5 基于所述审查意见生成学习要点，并由所述审查意见生成考核试题，根据培训矩阵将所述学习要点和所述考核试题推送至教育培训平台，以及基于考试结果和经验反馈信息对所述学习要点和所述考核试题进行动态更新。

46、在另一优选例中，所述施工方案文件为核能总包项目施工方案文件。

47、根据本公开该方面所述的施工方案智能审查系统，通过文档解析模块 m1 的六步语义切分处理，能够将施工方案文件解析为语义完整、逻辑独立的文本分段，确保审查单元在维持上下文连贯性的同时匹配各智能审核模块的审查重点，并且通过后备切分策略增强文档解析的鲁棒性，通过标题携带机制保证切分后各分段保持上下文信息，通过工作流引擎实现各模块间的结构化数据传递，通过原文出处追问功能提升审查结果可信度，通过培训考核模块的动态更新机制实现审查与培训的持续联动。

48、此外，本公开还提供一种施工方案智能审查方法，包括：第一步骤，接收上传的施工方案文件，对所述施工方案文件进行解析处理，从而生成并输出文本字符串；第二步骤，接收所述文本字符串，基于技术知识库、安全知识库以及质量知识库对所述文本字符串进行检索处理，从而生成并输出技术检索结果、安全检索结果以及质量检索结果；第三步骤，接收所述文本字符串以及所述技术检索结果、所述安全检索结果以及所述质量检索结果，基于存储于正向审查意见知识库中的被标注为正向的审查意见数据和存储于负向审查意见知识库中的被标注为负向的审查意见数据，对所述文本字符串和所述技术检索结果、所述安全检索结果以及所述质量检索结果进行推理处理，从而生成并输出审查意见；以及第四步骤，接收所述审查意见，对所述审查意见进行对话响应处理，从而生成并输出对话响应。

49、在另一优选例中，所述技术知识库、所述安全知识库以及所述质量知识库分别对应于施工方案审查中的技术维度、安全维度以及质量维度，且各自独立构建并存储有对应专业维度的参考数据。

50、在另一优选例中，所述方法还包括第五步骤：接收所述审查意见，对所述审查意见进行培训考核内容生成处理，从而生成并输出培训考核内容。

51、在另一优选例中，在所述第二步骤中，进一步基于所述正向审查意见知识库和所述负向审查意见知识库对所述文本字符串进行检索处理，从而进一步生成并输出正向检索结果和负向检索结果，并且将所述正向检索结果和所述负向检索结果连同所述技术检索结果、所述安全检索结果以及所述质量检索结果用于所述第三步骤的所述推理处理。

52、在另一优选例中，在所述第三步骤中，先对所述文本字符串和所述技术检索结果、所述安全检索结果以及所述质量检索结果进行预推理处理，从而生成并输出预审查意见，然后基于所述正向审查意见知识库和所述负向审查意见知识库中与所述预审查意见相关联的数据对所述预审查意见再次进行优化推理处理，从而生成并输出优化审查意见。

53、在另一优选例中，在生成并输出所述预审查意见后，将所述文本字符串和各检索结果以及所述预审查意见用于在所述正向审查意见知识库和所述负向审查意见知识库中进行检索，从而生成并输出所述正向检索结果和所述负向检索结果，并基于所述正向检索结果和所述负向检索结果对所述预审查意见进行优化推理处理，从而生成并输出优化审查意见。

54、在另一优选例中，在所述第三步骤之后，还包括：接收所述审查意见以及针对所述审查意见的标注信息，对所述审查意见和所述标注信息进行分类处理，从而生成并输出正向审查意见数据和/或负向审查意见数据，并将所述正向审查意见数据存入所述正向审查意见知识库以及将所述负向审查意见数据存入所述负向审查意见知识库，并且在下一次迭代的所述第三步骤中基于更新后的所述正向审查意见知识库和所述负向审查意见知识库中的数据生成并输出下一次审查意见。

55、在另一优选例中，所述审查意见和所述标注信息进行所述分类处理后还可被分类为低价值意见数据，所述低价值意见数据为缺乏实质性内容的审查意见数据，所述低价值意见数据既不存入所述正向审查意见知识库也不存入所述负向审查意见知识库。

56、在另一优选例中，针对所述当前审查意见的所述标注信息由用户通过对话响应处理输入。

57、在另一优选例中，在所述第三步骤中，基于附加条件对所述推理处理进行约束，其中，所述附加条件包括以下中的至少一项：输出格式要求、语言风格要求以及审查重点范围。

58、在另一优选例中，所述附加条件在所述审查意见生成之前，即在审查意见生成模块m3进行分析处理之前输入以在所述推理处理过程中进行约束，或者在所述预审查意见生成之后，在进行优化推理处理之前（可以在结合正负审查意见之前或之后）输入以对已生成的所述预审查意见进行调整处理，从而生成并输出调整后的审查意见例如所述优化审查意见。所述附加条件也可在生成并输出所述优化审查意见之后输入，以对所述优化审查意见进行调整处理，从而生成并输出最终审查意见。

59、在另一优选例中，在所述第一步骤中，所述解析处理包括：对所述施工方案文件的文本进行预处理以截取有效范围；对有效范围内的文本进行结构解析以获取标题层级；基于所述标题层级进行章节内容归集以生成章节树状关系；在长度约束下对所述章节树状关系中的章节进行合并与拆分以生成通用分段列表；以及基于目标审查维度对应的关键词对所述通用分段列表进行定向内容提取，从而生成所述文本字符串。

60、在另一优选例中，当未能获取到所述标题层级时，以换行符为分隔符对所述施工方案文件的全文进行拆分，并基于长度阈值对拆分后的文本片段进行循环累积，当累积长度超过所述长度阈值时输出当前分段，从而生成所述通用分段列表作为后备分段。

61、在另一优选例中，当单个章节的长度超过所述长度约束时，将所述章节的标题保留在所述章节切分后的每个分段的开头，以使每个分段携带其所属章节的标题信息。

62、在另一优选例中，所述第二步骤中的所述检索处理包括：将所述文本字符串作为查询文本向知识库接口发送请求消息，所述请求消息包括查询文本字段、返回数量字段以及相似度阈值字段，所述知识库接口基于所述查询文本字段执行向量相似度搜索，并返回匹配的文档片段以及任选地对应相似度得分作为检索结果。

63、在另一优选例中，在所述第二步骤中，将所述文本字符串与所述检索结果组合为提示词字符串，并在所述第三步骤中将所述提示词字符串发送至大语言模型的应用程序接口进行所述推理处理，所述大语言模型以本地部署或应用程序接口调用的方式集成。

64、在另一优选例中，在所述第四步骤中，对审查意见进行标注。

65、在另一优选例中，在所述第四步骤中，接收用户输入的追问请求，基于所述追问请求进行分配处理，例如检索与所述审查意见对应的原文依据，从而生成并输出原文出处信息。

66、在另一优选例中，在所述第五步骤中，所述培训考核内容包括学习要点和/或考核试题，并且基于所述审查意见生成学习要点和考核试题，根据培训矩阵将所述学习要点和所述考核试题推送至教育培训平台，以及基于考试结果和经验反馈信息对所述学习要点和所述考核试题进行动态更新。

67、在另一优选例中，所述各步骤通过工作流引擎连接，其中，上游步骤在完全执行完毕并输出结果之后，向下游步骤传递结构化数据，所述结构化数据包括文件对象、文本字符串以及 json 数组中的至少一种。

68、根据本公开该方面所述的施工方案智能审查方法，通过与系统方面对应的五个步骤实现从文件输入到审查意见输出再到培训考核内容生成的完整智能审查流程，并通过各优选例实现五库同步检索、两阶段推理、迭代闭环反馈、附加条件约束、六步语义切分、向量相似度检索、大语言模型集成、原文出处追问和培训动态更新等技术手段，使方法具备与系统方面相同的技术效果。

69、此外，本公开还提供一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行以实现上述施工方案智能审查方法。

70、本公开还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行以实现上述施工方案智能审查方法。

71、本公开还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行以实现上述施工方案智能审查方法。