“工业互联网 ”建筑工程文档的知识网络研究（论文）.pdf

摘要：首先针对工程文档的格式特点，提出支持多种来源、多种格式文档的统一文本提取和语义分析方法，获取文档中蕴含的关键信息。然后提出一种基于改进TF-IDF指标和主成分分析（ PCA）的文档指纹算法和文档知识网络建立算法。最后基于建筑工业互联网平台开发相应的功能模块；并将 10 0多个大型项目的 40 万个文档进行分析和组织，按主题词和关键短语的内在联系，形成跨项目可视化可交互的知识网络。关键词：工程文档；知识网络；工业互联网；语义分析；文档指纹中图分类号：T U712.3　　文献标识码： A　　文章编号：10 02 -851X（2 0 21 ）S1 -0 411 -04 DOI ：10.14181/j.c n k i.10 0 2 - 851x . 20 21S1411 Research on “Industry Internet Plus ” Knowledge Network of Building Engineering Documen ts PENGỞang 1， ZUO Feng 2，YUịangqiang 1， ZHANG Ming 1 （ 1.ShanghaiỈonstr uctionồo.4 （Group ）Co. ，Ltd ，Shanghaiặ01103 ，China ，2.Xinhua Hospital Afﬁliated to Shanghai Jiaotong University SchoolỴf Medicine ，Shanghaiặ00092 ，China ） Abstract ：According toỹheừormat characteristics ofỪngineeringứocuments ，thisỵaperỵroposes a unified text extractionỦndỸemantic analysisỲethod supportingỲulti-source and multi formatứocuments. After that ，proposes a document ﬁngerprint algorithm and a document knowledge network building algorithm based on improved TF-IDF index and principal component analysis （PCA ）. Finally ，developes the softwareỲodulesỴn the buildingỮndustry internetỵlatform for analyzing and organizingẹ00ỹhousand documents ofỲore thanẶ00ựargeỵrojects. Keywords ： engineering documents ；knowledge network ；industryỮnternet ；semanticỦnalysis ；docu ment ﬁngerprint 1　引　言工程文档是施工企业的核心资料，是工程建造的主要依据。由于企业的业务拓展和工程规模不断增加，单个项目的电子文档存档常常有上千份；而一个施工企业的所有项目文档可能数以万计。然而，随着项目复杂度增加，从如此海量的工程文档中提取有用的信息可能非常困难，成本也很高昂，亟需一种有效的文件组织化方法来解决这些问题。另一方面，建筑行业近年来快速发展，技术知识也迅速在项目和企业层面积累。工程技术知识以大量的工程文档资料为载体，用于沟通和交流。这些高质量资料是企业和全行业的重要资产，需要经常在后续的项目中参考使用。然而通过调研，已有的研究成果并不能满足工程文档的信息需求，主要问题在于：（ 1）工程文档数据来源复杂，格式多样，异构性很强，目前还没有统一处理这样的文档数据集的具体报道；（ 2）工程文档，特别是技术性文档的主题明确，但细分的技术知识迥然，如果使用现有的一些单主题术语分析方法，得到的结果不会很好。 Simhash 或关键短语的方法可以识别相似文档并归为一类，但不适合将各异的主题文档组织起来；（ 3）国内已有一些文档大数据管理平台的研究，但实现的功能基本上限于上传下载、属性索引、访问等，不提供进一步的内容分析和公用知识的组织。因此，需要研究如何从 * 基金项目：上海市工业互联网创新发展专项（ 2019 - GY H LW- 010 02）作者简介：彭阳，男，生于 1993年，湖北荆州人，工程师，研究方向：建筑施工、工程大数据、智慧建筑。余芳强（通讯作者），男，生于 1987年，江西上饶人，博士，高级工程师，研究方向：智慧建筑、建筑施工、智慧运维等。收稿日期： 2020 -12-31 “工业互联网+”建筑工程文档的知识网络研究 * 彭阳 1，左锋 2，余芳强 1，张铭 1 （ 1.上海建工四建集团有限公司，上海 ặ01103；2. 上海交通大学医学院附属新华医院，上海 ặ00092 ）建筑经济 CONSTRUCTION ECONOMY 第ẹ2 卷第 Ộ1 期 2 0 21 年Ẽ 月 Vol.42ấ ấồo.S1 Jul. 　　ặ021 ·412 · 大量的文件中集成技术知识，服务于企业与全行业，从而创造更大的效益。本文面向建筑施工领域的多种格式和来源的异构文档，有针对地设计新的文档语义算法，实现信息的提取，并进一步利用文档蕴含的施工技术知识，建立文档知识网络。知识网络的核心目标在于提供一种形象化的文档组织结构，类似基于主题词的知识图谱，可以表达某一专业领域的内容关联。但本文的知识网络中，节点既表示单个知识抽象，又保留了文档指针集合供快速检索，且节点间的关系更聚焦于知识共现与层级从属。为了利用企业积累的海量文档作为“ 算据 ”和云平台提供的强大“算力”，验证方法的有效性，本文在“建筑工业互联网”平台开发了相关的功能模块。该工业互联网平台基于工

查看更多收起部分