建筑施工安全风险智能评估问数垂类大模型语料数据

本数据专为训练建筑行业施工安全风险评估领域垂类大语言模型而构建。当前建筑安全风险管控主要依赖人工定期巡查和纸质记录，安全检查记录分散在施工日志、检查报告、整改通知等多个渠道中，隐患整改跟踪效率低下。安全管理人员需要手动汇总安全风险数据，难以实时掌握项目的真实安全状况。面对大量在建项目，人工逐项分析风险等级、评估整改效果效率低下，导致风险预警滞后，错失最佳整改时机。不同项目的安全风险数据格式不统一、字段定义不一致，给跨项目风险对比和趋势分析带来困难。本数据产品采用风险评估模式下的Text-to-SQL技术路径，围绕建筑安全风险信息表设计18种典型查询场景，覆盖风险类别查询、处罚金额查询、逾期未改查询、多条件组合查询、安全风险趋势等场景，生成高质量的问题-SQL-结果三元组训练语料。企业可基于本语料数据的“指标名称”“问题查询”等字段内容，适配自身数据表结构（如替换建表语句中的表名、字段名），快速启用文字转SQL功能进行复用。本数据产品作为稀缺的、高质量的垂直领域语料，对推动建筑行业施工安全风险评估智能化发展提供了有力支撑，对建筑行业数据要素价值释放和AI技术应用落地具有重要意义。1. 数据清洗与标准化：
对原始建筑安全风险数据进行多维度清洗处理：（1）脱敏处理：企业名称字段采用"前2字+**+后4字"的脱敏规则，检查人员等姓名字段采用"姓+*+名"的脱敏规则，项目所在地等地址字段采用"省市+***"的脱敏规则，确保训练数据不泄露真实商业信息；（2）数据标准化：统一日期格式、金额单位等数据表达规范，处罚金额等数值字段保留两位小数精度；（3）异常样本保留：对查询结果为"无匹配数据"的样本予以保留，用于训练模型识别边界查询和空结果场景，提升模型的鲁棒性。
2. 问题分类与结构化：
将自然语言问题按施工安全风险评估场景归类为18种类型：企业安全风险总览、风险等级筛选、风险类别查询、检查类型查询、整改状态查询、隐患描述查询、项目安全查询、地区安全分布、检查日期查询、整改期限查询、检查人员查询、处罚金额查询、逾期未改查询、多条件组合查询、安全风险趋势、企业多项目安全、风险类别分布、安全综合评估查询。同时按查询复杂度分为单条件查询、范围查询、多条件组合查询和综合分析查询四个维度。
3. 核心算法建模：
（1）语义解析：基于预训练语言模型（BERT-base-Chinese，12层Transformer，768维隐藏层）对用户自然语言问题进行深度语义解析，采用CRF序列标注技术提取问题中的关键查询条件（企业名称、项目名称、风险等级、风险类别、检查日期、整改状态等），为后续SQL生成提供结构化输入。
（2）SQL生成：根据识别的意图和提取的实体，按照场景模板生成对应的SQL查询语句，支持单条件查询、范围查询、多条件组合查询和综合分析查询。结合风险等级、隐患描述、整改状态等多维信息，对施工安全风险进行量化评估，输出风险等级判定和整改建议。
（3）异常检测：采用IsolationForest（n_estimators=100, contamination=0.05）孤立森林算法对生成的语料进行异常检测，识别SQL语法错误、语义不一致、结果与问题不匹配等异常样本，异常语料过滤率不低于99%，确保训练语料的质量和可靠性。

搜集汇总

背景与挑战

背景概述

该数据集专为训练建筑行业施工安全风险评估领域的垂类大语言模型而构建，采用Text-to-SQL技术路径，围绕施工安全风险信息表设计了覆盖风险类别、处罚金额、逾期未改等多维度的18种典型查询场景，生成了高质量的问题-SQL-结果三元组训练语料。通过数据清洗与标准化处理及基于BERT与CRF的语义解析等算法建模，确保了语料的质量与可靠性，为建筑行业安全风险评估智能化发展提供了稀缺的垂直领域数据支撑。