基于控制語句自動獲取的建筑工程質(zhì)量表象與對應原因分析*

張明媛，賀 凱，劉運鵠，周光毅

(1.大連理工大學建設工程學部，遼寧 大連 116024；2.中國建筑第八工程局有限公司東北分公司，遼寧 大連 116021)

0 引言

建設工程項目的質(zhì)量安全水平對我國國民經(jīng)濟發(fā)展與人民生活幸福具有直接影響。由于建筑工程行業(yè)固有的危險性，質(zhì)量安全事故頻繁發(fā)生，使國家財產(chǎn)遭受巨大損失，人民生命安全遭受巨大威脅[1]。以2020年12月應急管理部公布的6起建筑施工領(lǐng)域質(zhì)量安全事故典型案例為例，6起事故共造成77人不幸身亡、68人受傷。建筑工程質(zhì)量問題是現(xiàn)今工程事故研究分析中的重要命題。因此，有必要深入研究建筑工程質(zhì)量。

GB 50300—2013《建筑工程施工質(zhì)量驗收規(guī)范》作為指導建設單位、施工單位、監(jiān)理單位等多個項目參與方完成工程驗收的規(guī)范性文件，從質(zhì)量驗收規(guī)范入手開展研究是有效減少工程質(zhì)量事故的基礎(chǔ)，能從質(zhì)量監(jiān)管角度為建筑業(yè)高質(zhì)量發(fā)展做出貢獻[2]。建筑工程質(zhì)量管理在一定程度上能預防質(zhì)量事故的發(fā)生，但現(xiàn)有質(zhì)量驗收規(guī)范中的控制語句未經(jīng)過系統(tǒng)分類整理，如何從海量建筑信息中較為快速、準確地定位質(zhì)量問題產(chǎn)生原因，特別是，目前的質(zhì)量原因分析過程是由專家閱讀質(zhì)量報告的方式進行推斷，如何將這一人工過程進行自動化實現(xiàn)，并將質(zhì)量表象問題與背后的施工技術(shù)方案進行對應，從施工源頭查找質(zhì)量問題產(chǎn)生原因，提高管理效率并及時為其他工程實施提供技術(shù)方案的優(yōu)化參考，保障施工質(zhì)量，避免施工問題發(fā)生，是當前建筑質(zhì)量管理領(lǐng)域所面臨的重要問題。

Zhang等提出基于自然語言處理與本體技術(shù)的信息轉(zhuǎn)換方法，即利用建立好的語義映射規(guī)則和沖突解決規(guī)則將建筑規(guī)范的部分章節(jié)轉(zhuǎn)換為可用于規(guī)范檢查的邏輯句子[3]；Le等提出了基于規(guī)則的合同風險自動提取模型，并將其應用于建筑信息的檢索研究中[4]；胡海盟利用自然語言處理技術(shù)對建筑工程質(zhì)量驗收規(guī)范進行預處理，并使用正則表達式完成抽取分析[5]；胡云忠等基于本體，開發(fā)出工程質(zhì)量管理規(guī)范檢索系統(tǒng)[6]；魏然等實現(xiàn)了自然語言設計規(guī)范條文向計算機語言的轉(zhuǎn)換，為建立基于BIM的建筑專業(yè)施工圖合規(guī)性自動審查系統(tǒng)奠定基礎(chǔ)[7]?，F(xiàn)有工程質(zhì)量自動化實現(xiàn)研究內(nèi)容具有以下共性：①一般自動化研究方法基于設計、施工圖紙合規(guī)性審查等展開，針對建筑工程質(zhì)量原因分析的自動化研究較少；②均圍繞建筑信息展開，各類自動化實現(xiàn)方法仍停留于理論研究層面，缺乏對實際工程中質(zhì)量檢查工作環(huán)節(jié)的指導。

為彌補工程質(zhì)量原因自動化分析研究應用的空白，本文結(jié)合Python等數(shù)據(jù)挖掘工具，構(gòu)建建筑工程施工質(zhì)量控制語句庫。結(jié)合實際工程質(zhì)量檢查報告文本文件，依據(jù)報告中質(zhì)量問題出現(xiàn)頻次及頻率，將梳理出的15類質(zhì)量問題表象集中劃分為滲漏、裂縫、外保溫問題3項子類，并通過實際工程項目施工質(zhì)量檢查情況，總結(jié)質(zhì)量問題表現(xiàn)形式，即質(zhì)量問題表象；建立問題表象-質(zhì)量控制語句對應關(guān)系，為后續(xù)自動化實現(xiàn)質(zhì)量文本分析提供關(guān)系模型。

為建立工程質(zhì)量問題產(chǎn)生原因與質(zhì)量問題表象的正確對應關(guān)系，本文邀請業(yè)內(nèi)技術(shù)質(zhì)量專家進行訪談，建立質(zhì)量控制語句與質(zhì)量問題表象關(guān)系庫。質(zhì)量問題的發(fā)生是由于未遵守某些質(zhì)量規(guī)范所表述的工作內(nèi)容。以從質(zhì)量規(guī)范中提取的質(zhì)量控制語句為基礎(chǔ)，將質(zhì)量問題對應的技術(shù)措施分解到分部分項工程，既能明確質(zhì)量問題的產(chǎn)生原因，同時又能明確未來工程施工質(zhì)量管理工作中需重點加強監(jiān)管的細節(jié)，從原因分析和操作控制兩方面共同提升工程質(zhì)量管理效率。技術(shù)路線如圖1所示。

圖1 技術(shù)路線

1 質(zhì)量驗收規(guī)范文本集建立

1.1 質(zhì)量驗收規(guī)范集建立

結(jié)合本文實際研究對象——混凝土結(jié)構(gòu)建筑工程，規(guī)范內(nèi)容的選擇以混凝土結(jié)構(gòu)分部分項工程為主。規(guī)范文檔不局限于GB(國家標準)正式文件，本文將GB/T(國家標準/推薦)、JGJ(建筑工程行業(yè)建設標準)、JGJ/T(建筑工程行業(yè)建設標準/推薦)也納入規(guī)范集的數(shù)據(jù)收集與建立過程。最終共選取GB 50204—2015《混凝土結(jié)構(gòu)工程施工質(zhì)量驗收規(guī)范》等35部相關(guān)工程規(guī)范，建立質(zhì)量驗收規(guī)范集。

1.2 質(zhì)量驗收規(guī)范文本格式轉(zhuǎn)換

由于獲取的建筑工程施工質(zhì)量驗收規(guī)范均為PDF格式，且包含計算機無法識別的水印及圖片信息，因此，需進行驗收規(guī)范文本格式轉(zhuǎn)換。同時為降低無關(guān)文字對文本處理精度的影響，在轉(zhuǎn)換過程中將英文摘要、英文目錄等信息人工刪除。經(jīng)高精確度的文本識別轉(zhuǎn)換后，各質(zhì)量規(guī)范條文轉(zhuǎn)變?yōu)橛嬎銠C可二次處理的TXT格式，為質(zhì)量驗收規(guī)范文本處理工作提供便利。

2 質(zhì)量驗收規(guī)范文本集處理

2.1 jieba分詞

jieba中文分詞庫作為Python第三方中文分詞庫，利用中文分詞庫確定各漢字間的關(guān)聯(lián)程度，將關(guān)聯(lián)程度較大的漢字組成詞語，生成分詞結(jié)果。jieba分詞共支持3種分詞模式：精確模式、全模式、搜索引擎模式[8]。3種分詞模式特點及適用范圍如表1所示。

表1 3種分詞模式特點及適用范圍

精確模式能實現(xiàn)對語句最精確的切分且不存在冗余數(shù)據(jù)，適用于高精度的文本分析工作，符合本文的文本處理要求。因此，使用jieba分詞精確模式，完成質(zhì)量驗收規(guī)范文本分詞操作。

2.2 去停用詞

停用詞是指在信息檢索過程中，為實現(xiàn)提高工作效率及節(jié)省存儲空間的目的，在對文本進行分析處理前過濾對文本內(nèi)容影響較小的字詞及符號等，被提前過濾掉的內(nèi)容稱為停用詞。

在通用的“哈爾濱工業(yè)大學停用詞庫”“四川大學機器學習實驗室停用詞庫”“百度停用詞表”等基礎(chǔ)上[9]，根據(jù)實際需要，添加“建設工程、規(guī)劃”等建設領(lǐng)域通用但與質(zhì)量問題關(guān)聯(lián)度不高的詞匯，形成本研究使用的停用詞表，如表2所示。

表2 停用詞

2.3 關(guān)鍵詞提取

在自然語言處理中，關(guān)鍵詞作為表述文本中心思想的詞語，常被用于檢索文本信息、文本系統(tǒng)分類等工作。關(guān)鍵詞提取是文本信息挖掘的領(lǐng)域分支，其對文本檢索、摘要生成、情感分析、文本聚類等研究提供便利。關(guān)鍵詞的精準與否將對規(guī)范語句處理效果產(chǎn)生直接影響。

從計算機算法角度來看，關(guān)鍵詞提取算法共分為兩類：有監(jiān)督關(guān)鍵詞提取算法、無監(jiān)督關(guān)鍵詞提取算法。有監(jiān)督關(guān)鍵詞提取算法需人工標注語料庫，通過訓練學習等多種方式判斷詞語的重要程度；無監(jiān)督關(guān)鍵詞提取算法無須以人工方式標注訓練集，提取效率高，但提取效果與有監(jiān)督算法相比較差。由于有監(jiān)督算法需耗費高昂的人工成本，因此，選擇適用性較強的無監(jiān)督關(guān)鍵詞提取算法。

TF-IDF作為常用的無監(jiān)督關(guān)鍵詞提取方法，基于統(tǒng)計學原理，將詞頻(TF)與逆向文件頻率(IDF)進行相乘，產(chǎn)生并保留高頻詞匯，從而獲取規(guī)范文本關(guān)鍵詞，具備操作簡單、詞頻統(tǒng)計嚴謹?shù)奶卣?。計算如?1)～(3)所示[10]：

(1)

(2)

TF-IDF=TFw·IDFw

(3)

該方法使用優(yōu)勢明顯，經(jīng)算法分析后，詞語的重要程度與出現(xiàn)次數(shù)成正比，與詞語在語料庫的出現(xiàn)頻率成反比，區(qū)分能力較強，適合文本分類。綜上，采用TF-IDF法提取質(zhì)量驗收規(guī)范文本關(guān)鍵詞，用于后續(xù)規(guī)范語句處理工作。

3 質(zhì)量控制語句獲取

3.1 質(zhì)量控制語句提取

質(zhì)量驗收規(guī)范由大量質(zhì)量控制語句構(gòu)成，共同保障工程施工質(zhì)量。作為規(guī)范文本的核心內(nèi)容，在已獲取關(guān)鍵詞的基礎(chǔ)上，使用re正則表達式，實現(xiàn)控制語句提取。

正則表達式是對字符實現(xiàn)規(guī)則操作的邏輯公式，使用前需事先完成規(guī)則字符串的構(gòu)建。其能對1個或多個規(guī)則字符串進行文本搜索匹配，獲取用戶需要的文本內(nèi)容，具有邏輯性強、靈活度高、功能性好的特點。re模塊作為處理正則表達式的模塊，二者共同為質(zhì)量控制語句提取工作提供技術(shù)支撐。

目前，Python中常用處理正則表達式匹配的有search，split，sub，findall等函數(shù)，具備實現(xiàn)字符串的查找匹配、分割、替換等功能。其中findall函數(shù)能在文本中獲取所有匹配的規(guī)則字符串，并以列表形式輸出對應結(jié)果。該函數(shù)工作原理正適用于提取質(zhì)量控制語句，因此使用re.findall完成質(zhì)量控制語句提取。

3.2 質(zhì)量控制語句分類

建筑工程施工工序包含大量分部工程，每個分部工程中又涵蓋了更為細致的分項工程。各分項工程的精確劃分直觀展現(xiàn)出建筑物施工技術(shù)流程，能使專業(yè)施工與管理人員更有針對性地完成工程施工與質(zhì)量驗收工作，保證建筑物施工質(zhì)量良好。

利用re正則表達式，將質(zhì)量控制語句依據(jù)分部分項工程進行分類梳理，為質(zhì)量問題分析提供便利，能實現(xiàn)質(zhì)量問題產(chǎn)生原因的快速分析。經(jīng)過對規(guī)范文本中的全部信息進行初步篩選，剔除與規(guī)范文本關(guān)鍵詞關(guān)聯(lián)度不高的語句，并在此基礎(chǔ)上對控制語句進行分項工程分類，形成質(zhì)量控制語句庫，有效減少質(zhì)量控制語句基數(shù)數(shù)量。將分類后的語句應用于后文專家訪談環(huán)節(jié)，依據(jù)分項工程分類結(jié)果，專家可優(yōu)先對與質(zhì)量問題關(guān)聯(lián)度高的分項工程開展分析，提高原因分析工作效率與結(jié)果準確度。

4 實證分析

混凝土結(jié)構(gòu)建筑主要承重構(gòu)件為鋼筋混凝土，具有堅固耐久、承重能力強、消耗建材少、投入成本低等特點，是當下最普遍且常用的建筑結(jié)構(gòu)形式[11]。鑒于混凝土結(jié)構(gòu)建筑的普適性與常見性，選擇混凝土結(jié)構(gòu)建筑開展質(zhì)量問題實證分析。

4.1 混凝土結(jié)構(gòu)建筑工程質(zhì)量驗收規(guī)范文本集的建立與處理

根據(jù)第1，2節(jié)所述方法，共選取35部工程規(guī)范建立質(zhì)量驗收規(guī)范集，使用Python 3.7編寫jieba分詞、去停用詞與TF-IDF關(guān)鍵詞提取方法的代碼。運行程序后總結(jié)提取出“混凝土、澆筑、鋼筋、施工、模板”5個文檔關(guān)鍵詞。

4.2 混凝土結(jié)構(gòu)建筑工程質(zhì)量控制語句獲取

在獲取文檔關(guān)鍵詞的基礎(chǔ)上，編寫re正則表達式代碼實現(xiàn)質(zhì)量控制語句提取與分類操作。將質(zhì)量控制語句依據(jù)混凝土結(jié)構(gòu)分部工程進行分類，劃分為鋼筋工程、混凝土工程、模板工程、現(xiàn)澆結(jié)構(gòu)工程、預應力工程、裝配式結(jié)構(gòu)工程6項分項工程。

經(jīng)程序運行及結(jié)果整理，共提取質(zhì)量控制語句398條。其中，鋼筋工程83條，混凝土工程213條，模板工程66條，現(xiàn)澆結(jié)構(gòu)工程6條，預應力工程17條，裝配式工程13條，分類結(jié)果如表3所示。

表3 混凝土結(jié)構(gòu)建筑工程質(zhì)量控制語句分類結(jié)果

經(jīng)篩選后獲取的質(zhì)量控制語句存在數(shù)量過多、精度不高的缺陷，為進一步提高語句提取精度，利用文檔關(guān)鍵詞進行二次提取。以混凝土工程為例，第一次提取分類結(jié)果共獲取213條語句?；诖朔诸惤Y(jié)果，使用“澆筑、鋼筋、施工、模板”4個關(guān)鍵詞進行二次提取。

程序運行后，混凝土工程第二次語句分類結(jié)果共獲取136條語句，相較首次提取結(jié)果共計過濾77條語句，有效實現(xiàn)精度的提升。以此類推，分別對其余5項分項工程分類結(jié)果進行二次提取，共獲取241條語句。

上述操作能有效減少語句基數(shù)數(shù)量，建立的質(zhì)量控制語句庫實現(xiàn)了從繁雜的文本集中篩選出與規(guī)范文本關(guān)鍵詞關(guān)聯(lián)度較高的語句的目的。

4.3 混凝土結(jié)構(gòu)建筑工程質(zhì)量問題表象梳理

選取37家工程單位的63份混凝土結(jié)構(gòu)建筑工程質(zhì)量問題報告作為分析樣本，運用統(tǒng)計學方法對其質(zhì)量問題完成初步分析，具體質(zhì)量問題及頻率統(tǒng)計如表4所示。

表4 混凝土結(jié)構(gòu)建筑工程質(zhì)量問題梳理及頻率統(tǒng)計

研究發(fā)現(xiàn)，滲漏與裂縫問題在工程質(zhì)量問題中占比高達56%。滲漏與裂縫問題將對建筑物后期使用功能產(chǎn)生較大影響，作為工程質(zhì)量問題的頻發(fā)項目，需持續(xù)跟蹤檢查，加強質(zhì)量風險管理。

地下室是典型的混凝土結(jié)構(gòu)建筑工程。地下室常見的工程質(zhì)量問題集中在因混凝土結(jié)構(gòu)裂縫、接縫相關(guān)原因?qū)е碌臐B漏、裂縫。結(jié)合質(zhì)量檢查報告，匯總整理多個項目存在的地下室滲漏問題表現(xiàn)形式，如圖2所示。

圖2 混凝土結(jié)構(gòu)建筑工程質(zhì)量共性問題

4.4 地下室滲漏質(zhì)量問題產(chǎn)生原因分析

以地下室滲漏問題為例，結(jié)合已建立的質(zhì)量驗收規(guī)范集，探討由于混凝土結(jié)構(gòu)存在裂縫、接縫等情況導致地下室產(chǎn)生滲漏問題的原因。邀請業(yè)內(nèi)5名技術(shù)質(zhì)量專家進行地下室滲漏質(zhì)量問題訪談，包括總工程師1名、質(zhì)量總監(jiān)2名、技術(shù)負責人2名。根據(jù)已建立的質(zhì)量控制語句庫，專家從中遴選出與地下室滲漏質(zhì)量問題產(chǎn)生關(guān)系最為密切的若干控制語句，將控制語句與質(zhì)量表象產(chǎn)生的背后原因建立關(guān)聯(lián)。至此，建立了一套地下室滲漏的“質(zhì)量控制語句(質(zhì)量規(guī)范)-質(zhì)量表象(滲漏)-質(zhì)量問題原因”的對應關(guān)系自動化檢測條目。根據(jù)專家訪談結(jié)果，地下室滲漏質(zhì)量問題可能由101項原因造成，如表5所示。

表5 地下室滲漏質(zhì)量問題產(chǎn)生原因

研究結(jié)果表明，地下室滲漏質(zhì)量問題的發(fā)生是多個分項工程因素共同作用的結(jié)果。其中，混凝土工程施工對地下室滲漏問題的影響最為顯著，從混凝土材料生產(chǎn)、運輸澆筑、現(xiàn)場施工管理、施工縫后澆帶留設、澆筑振搗養(yǎng)護及冬期施工等多角度出發(fā)，共歸納70項具體原因。由于所選取的施工規(guī)范關(guān)注于混凝土主體結(jié)構(gòu)工程澆筑過程產(chǎn)生的裂縫，故對防水層等材料施工過程造成的裂縫暫未考慮。

4.5 小結(jié)

1)以地下室滲漏為例進行質(zhì)量問題原因的文本分析研究，其他工程質(zhì)量問題原因分析過程與之相似。通過建立“質(zhì)量規(guī)范(質(zhì)量控制語句)→質(zhì)量問題表象→質(zhì)量問題原因→質(zhì)量控制(質(zhì)量保障規(guī)范技術(shù)措施)”這一閉環(huán)的自動化質(zhì)量分析框架，可形成工程質(zhì)量“表象-原因”關(guān)系庫，為最終真正實現(xiàn)大規(guī)模的基于人工智能的工程施工自動化質(zhì)量檢測、分析與預防提供基礎(chǔ)。

2)對比國內(nèi)同領(lǐng)域研究成果，胡云忠等基于本體，針對建筑質(zhì)量管理規(guī)范進行建模研究[6]，在一定程度上完成規(guī)范文本整理工作，而本研究實現(xiàn)規(guī)范文本自動化處理，能夠在短時間內(nèi)篩選處理大量質(zhì)量驗收規(guī)范文本數(shù)據(jù)，提升文本挖掘效率；潘杏等提出基于LDA的地鐵施工安全隱患排查要點挖掘方法[12]，運用自然語言處理技術(shù)歸納整理出34項安全隱患要點，而本研究以地下室滲漏為例，總結(jié)6類101項潛在原因，分析結(jié)果更為全面，且與工程實際控制標準相關(guān)，彌補實際工程質(zhì)量檢查環(huán)節(jié)應用的空白。

3)提出的研究方法框架，不僅適用于地下室滲漏質(zhì)量問題，同樣適用于建筑工程項目中其余質(zhì)量問題。借助計算機Python編程手段，實現(xiàn)大規(guī)模、自動化處理質(zhì)量規(guī)范文本，有效提高語句獲取效率。在此基礎(chǔ)上，探尋具體質(zhì)量問題與其誘發(fā)原因之間的關(guān)聯(lián)，深入挖掘各質(zhì)量問題背后的潛在原因，將質(zhì)量管控提前至實施前期，避免或減少工程質(zhì)量問題帶來的損失。

5 結(jié)語

通過自動化提取控制語句的方式，建立了質(zhì)量控制語句庫。同時，依據(jù)實際工程質(zhì)量檢查報告，歸納梳理了質(zhì)量問題表象。借助專家訪談方式，構(gòu)建質(zhì)量控制語句庫與質(zhì)量表象間的關(guān)聯(lián)，探尋質(zhì)量問題背后的產(chǎn)生原因。從而形成了一套較為完整的工程質(zhì)量問題分析框架，為實現(xiàn)自動化、高效地開展質(zhì)量原因分析和質(zhì)量管控工作提供全新的思路。

1)依據(jù)各分項工程提前加以劃分，借助Python編程，將與實際工程質(zhì)量問題具有強相關(guān)性的分項工程語句進行自動化篩選、歸類，能有效減少質(zhì)量控制語句庫中語句數(shù)量，達到精煉語句庫的目的。解決了現(xiàn)有工程規(guī)范涵蓋多種分部工程，語句數(shù)量較多且種類繁雜的問題。從而進一步提升質(zhì)量問題原因分析的工作效率與結(jié)果準確度，實現(xiàn)較為快速、準確地定位質(zhì)量問題產(chǎn)生原因的目的。

2)利用提出的“質(zhì)量規(guī)范(質(zhì)量控制語句)→質(zhì)量問題表象→質(zhì)量問題原因→質(zhì)量控制(質(zhì)量保障規(guī)范技術(shù)措施)”自動化質(zhì)量問題原因分析框架，以地下室滲漏質(zhì)量問題為例開展實證分析。通過將這一框架應用于其余工程質(zhì)量問題，能逐步建立起更加全面的工程質(zhì)量問題“表象-原因”關(guān)系庫，優(yōu)化質(zhì)量管控與監(jiān)督體系，提高工程質(zhì)量管理水平，彌補實際工程質(zhì)量檢查環(huán)節(jié)暫未使用自動化方法的空白。

本研究對實際工程施工環(huán)節(jié)的考慮并不全面，如未充分研究地下室滲漏質(zhì)量問題中由于外設防水層施工而產(chǎn)生的裂縫。在后續(xù)“表象-原因”關(guān)系庫的建設中，將不斷豐富完善各類質(zhì)量問題。同時，為進一步提高工程質(zhì)量問題的分析效率，也將繼續(xù)優(yōu)化質(zhì)量控制語句語義分析和質(zhì)量問題產(chǎn)生原因判定方法，最終實現(xiàn)基于施工技術(shù)文件的質(zhì)量問題自動化檢查與分析過程，為“雙碳”需求下的智慧施工提供質(zhì)量保障。