基于本体的建筑质量管理规范建模与检索研究

胡云忠， 骆汉宾， 钟波涛， 胡海盟

(华中科技大学 土木工程与力学学院， 湖北 武汉 430074)

建筑工程质量管理规范是质量管理的重要参考依据，在确保工程质量中起着重要的作用。目前，建筑规范的组织编排主要是面向标准管理机构，按照标准体系分类结构进行。对同一对象的相关要求规定分布在不同标准规范条文中，这给规范条文在质量管理中的应用带来了困难。现场质量管理人员需要依据经验，翻阅相关质量管理手册和规范。存在查阅工作量大，费时、易错的问题。

已有建筑标准规范管理信息系统(如我国的“工程建设标准全文信息检索系统”)提供基于分类体系的标准索引和导航服务，实现基于关键词的检索功能。但是基于关键词的检索机制常常难以有效表达监控人员的检索意图。

本文在对规范条文蕴含的知识点进行分析的基础上，建立规范条文的本体，通过本体概念对规范条文进行语义标注，在此基础上实现基于本体的规范条文知识语义建模与检索，并开发原型系统。

1 基于本体的规范条文知识建模

1.1 建筑工程质量管理规范的知识建模分析

建筑工程质量管理规范是对建筑实体在特定施工方法和资源下的建造过程以及最终实体质量的规定。规范条文以章节目的层次结构进行组织，如图1，《建筑地基基础工程施工质量验收规范(GB 50202-2002)》-5.1.4[1]的条文内容，最底层的条文通常由文字描述、图表等组合而成，是对管理对象的约束和要求。规范条文知识可以分为两部分内容：情境信息、规范约束[2]。前者描述规范条文的情境信息，用来表达条文的适用条件；后者表达具体约束，包括几何约束、材料性能、实体形态、力学参数等等。这些约束规定与工程实体(监控对象)采用的资源、施工工艺方法等密切相关，所采用的施工方法、材料等资源不同，规范条文的规定和约束也不同。如在国家标准《建筑地基基础工程施工质量验收规范(GB 50202-2002)》中，存在关于各类桩的质量验收定量规范条文，这些验收条文依据桩的类型，施工方法，材料等的不同而大有差别。

图1 建筑地基基础工程施工质量验收规范组织

目前，对相关规范条文的知识建模研究多针对条文的约束部分进行。文献[3，4]利用产生式规则表示质量验收规范条文。文献[5]采用基于对象的模型方法来表达建筑设计和建筑规范。文献[6]构建XML语法的一阶谓词逻辑来表达规范文档中的约束条文，并构建语义标签用于逻辑关系表达和逻辑关系的流转控制。但是，这些研究缺乏对规范条文间相互关联关系的刻画，对规范中情境信息的建模不够，导致规范条文检索中对情景信息的利用不充分。

1.2 基于本体的规范条文知识建模

本体(ontology)作为共享的形式化概念模型，清晰定义概念之间的关系，使得被刻画的知识富含语义，具有良好的概念层次结构和对逻辑推理的支持[7]，从而能够克服上述规范条文知识建模的不足。国内外研究者已经在建筑工程知识管理、工程信息检索、交换与集成等方面引入本体思想[8～10]。

情境信息的本体建模能够推理情境信息间蕴含的隐性知识，使得隐性知识明晰化[11]。Zhu等(2007)指出通过构建情境元数据模型来标引信息，改善信息检索效果[12]。文献[13]针对建筑工程质量监控所基于的情境特征，采用基于情境的对象建模方法来表达质量监控规范。文献[14]采用本体和语义技术来建模质量监控规范约束条文。文献[15，16]利用本体建模情景信息以便对情景敏感的工程信息的管理。

本文借鉴上述方法，采用利用本体的方法来描述规范的情境信息，分别构建质量监控对象、施工方法等本体，并以本体包含的具体概念、属性、概念间的关系等为依据，对标准条文进行语义标注，使得被标注的条文得以语义化的表达，形成规范条文语义标注库。同时，为了便于规范条文的多维度分类管理，缩小规范查找的搜索空间，建立诸如规范类型(地方、国家、行业、强制、推荐、技术、管理等)等本体用于条文的标注。一方面，实现对规范条文的多维度分类组织；另一方面，标注信息基于本体概念间的语义关系形成关联，构成对规范条文语义关联检索的基础。

图2 基于本体的规范条文语义建模示意

如图2所示的规范条文语义建模框架，在对条文蕴含的知识点分析基础上，从中抽取出诸如监控对象，施工工艺等情境信息，并利用本体中的概念和关系，对这些信息进行标注。譬如，基于管理对象本体对“混凝土灌注桩质量检测规定”条文的语义标注(以建筑地基基础工程施工质量验收规范(GB 50202-2002)中条款5.1.4为例)。其标注信息的取值分别是来自本体中的概念，这些取值可以看作是这些本体中概念的实例，通过标注取值，将条文文本与本体进行语义关联，条文的语义标注信息以本体实例的形式存储为RDF文件。

2 本体的构建与形式化表达

本体的建立是本框架中的一项重要内容。面向建筑工程质量管理领域，参照文献[17]的方法，从相关的质量标准和规范手册中抽取相关的概念和术语，并在工程质量管理领域专家的支持下，经过不断地精简、提炼、补充、修改，形成基本的概念术语集，建立建筑工程质量管理领域本体。进一步，采用形式化的方法描述领域中概念的属性，概念及概念之间的关系，以及对象的约束和实例等，任何实际的工程质量管理信息都是这些质量管理领域本体的实例。

以建筑地基基础工程施工中的管理对象本体的构建为例：

(1)确定建筑地基基础工程这一领域后，参照已有的术语分类研究成果，如IFC[18]、OmniClass-IFD[19]等，从建筑地基基础工程施工质量验收规范(GB 50202-2002)等工程质量管理规范文档中将重要术语概念罗列出来，作为本体建模中的关键概念。

(2)定义类和类层次及类之间的关系。类是本体的核心，是用于描述领域中关键概念的主要手段，而类之间的层次关系是类与类之间关系中的一种主要关系。根据对关键概念的分类进行类的层次定义，如下图3所示，对工程质量管理对象本体的建立，参照IFC、OmniClass-IFD等术语分类，采取自上而下的方法，逐层向下建立子类。

(3)关系定义，属性设置。概念间除了存在父类子类关系外，还存在各类关联关系，包括排他关系disjoint(x，y)，同关系equivalent(x，y)等。这些关联关系有明确的语义定义，如排他关系disjoint(x，y)，表示类x和另一个类y完全不相同，即x，y两个类之间没有共同的个体。在此基础上，对类的属性及属性值和类的关系及关系值进行约束。如下图4所示，为利用本体编辑工具protégé3.4.6[20]构建的施工方法本体分类片段。

图3 管理对象本体类层次结构示意

图4 施工工艺本体分类片段

(4)本体的形式化表示。定义了类、类的层次关系及类的属性后，要想在实际系统中运用本体，还必须将构建的本体模型转换成本体语言。OWL是W3C推荐的语义互联网中本体描述语言的标准[21]，具有丰富的语义定义机制、语义和逻辑关系表达能力。选用逻辑推理能力强的OWL子语言OWL DL(description logics， 描述逻辑)形式化表示这些本体，并将这些本体分别存储为.OWL文件。如下关于基桩的本体片段，包含父类子类、排他、同义等语义关系，OWL中使用owl:disjointWith属性来描述这种排他关系。

3 规范条文语义检索原型系统

3.1 系统的结构

系统在Windows XP环境下， 采用J2EE框架，在Eclipse平台下开发，调用jena API进行本体推理和语义查询。原型系统采用三层体系结构，如图5。

图5 检索原型系统结构

应用层是jsp动态服务界面，用于接收查询输入和提供查询词的本体引导和推荐、呈现检索结果、对规范条文的语义标注和存储以及对本体和拓展规则的维护等等；中间服务层(servlet、jena、推理机)承担数据访问、语义推理等工作。其中，jena插件主要负责对本体的OWL文件以及拓展规则文件的访问和推理；数据库服务层包含规范条文标注库、规则库、本体库等。

3.2 系统的实现

3.2.1本体的导入

采用Protege 3.4.6进行质量管理对象本体、施工工艺本体、施工材料本体等本体的构建，并分别导出“.OWL”的本体文件。在检索系统中以本体文件上传的方式导入“.OWL”本体文件(如图6)，从而构成本体库。这一方式便于利用专门的本体编辑工具管理本体，方便本体的更新维护。

图6 本体文件的导入

3.2.2规范条文的本体标注

条文标注维护界面中提供系统中存在的本体概念词汇以及关系，以供标注人员在对相应规范条文分析处理的基础上，把规范条文知识和所建本体联系起来。标注条文以RDF文件信息存储，分别构成标注库和系统的规范条文库。

系统提供条文标注点的动态设置功能，条文标注人员通过各标注点的设置，对规范条文进行多维度信息标注。在条文标注时，系统自动为各标注点提供本体词汇导航，支持以选中复选框的形式添加标注信息。图7所示为对质量验收条文的添加，在标注条文的管理对象信息时，系统会自动根据所输入的信息，提供本体中存在的管理对象相关本体概念词汇以及关系以供选择。条文标注信息添加完毕后，系统将添加进的标注条文自动加入条文库中。

图7 质量管理规范的条文标注界面

3.2.3语义拓展规则的建立

为了实现规范条文的语义关联检索，系统定义语义查询拓展规则，存储在“语义查询拓展规则.rules”文件中，形成语义查询拓展规则库。同时，系统支持对拓展规则的更新，在检索系统中以规则文件上传的方式导入“.rules”文件，从而构成规则库。与本体文件上传的方式类似，选择推理规则作为维护对象，在点击浏览按钮弹出的对话框中，选中目标规则文件进行上传。系统所用语义查询拓展规则及其含义如下图8。

图8 语义查询拓展规则及其含义

3.2.4语义检索

在进行规范条文检索时，输入检索语句，系统基于本体概念进行自然语言切词，并调用规则库中的拓展规则，进行语义查询拓展，将拓展后的结果与标注库中的标注信息进行匹配。同时，基于本体中概念间的语义关系，将与检索语句相关联的概念以树形目录的形式反馈，从而实现基于本体的检索导航。

用户依据本体中语义关系的引导，泛化检索条件，或者细化检索条件，进行检索词的调整，系统根据用户调整后的检索输入，从标注库中将相应的条文知识返回，同时将条文知识项的参照条文提交给用户。如果在本体库中找不到与检索词匹配的概念，则返回并提示用户调整检索策略。

以现浇混凝土桩施工现场对相关规范条文检索为例，规范条文库中存在与预制混凝土桩相关的条文，同时还存在“混凝土灌注桩基施工质量验收”、“沉管成孔灌注桩基施工技术规范”等条文。

基于关键词进行检索时，输入关键词“混凝土桩”，则两种不同的施工工艺的桩的条文都将被检索出来。如果采用“现浇”和“混凝土”复合关键词，则三条条文都将检索不到。基于上述语义拓展规则的语义检索能够克服上述关键词检索的弊端。系统在输入自然语言检索语句“关于现浇混凝土的规范条文”后，依据本体中的语义关系(现浇等同于灌注，但与预制互斥，而且灌注包含沉管成孔这一施工方法)，调用语义拓展规则，自动为用户提供检索导航，如图9。根据语义拓展规则自动排除与预制混凝土桩相关条款，检索出“混凝土灌注桩基施工质量验收条文”、“沉管成孔注桩基施工技术规范”两个目标条文，检索结果如图10所示。

图9 检索导航界面

图10 “关于现浇混凝土的规范条文”检索结果

4 结 语

在建筑工程质量管理的过程中涉及大量管理规范条文，本文研究规范条文的语义建模与检索技术，所提出的方法在一定程度上解决了传统规范建模中存在的无法表达规范语义关联的问题，并且基于本体的条文检索还可以帮助质量管理人员更加准确的查找分散在规范文本中的相关条文。

[1] GB 50202-2002，建筑地基基础工程施工质量验收规范[S].

[2] Boukamp F. Modeling of and Reasoning about Construction Specifications to Support Automated Defect Detection[D]. USA: Carnegie Mellon University, 2006.

[3] 钟波涛,丁烈云. 基于知识支持的建筑施工质量控制系统研究[J]. 计算机工程与应用, 2006,(33):198-201.

[4] 晏致涛,李正良,邓安福.面向对象的地基与基础规范知识库设计[J].重庆大学学报(自然科学版),2002, 25(2)：88-92.

[5] Khemlani L. Corenet e-Plan Check: Singapore's Automated Code Checking System[EB/OL]. [2005-08-01]. http://www.aecbytes.com/buildingthefuture/2005/CORENETePlanCheck. html.

[6] Shawn L Kerrigan, Kincho H Law. A regulation- centric logic-based compliance assistance frame work[J]. Journal of Computing in Civil Engineering, 2005, 19(1):1-15.

[7] Gruber T R. Towards Principles for the Design of Ontologies Used for Knowledge Sharing Formal Ontology in Conceptual Analysis and Knowledge Representation[D]. Netherlands: Kluwer Academic Publishers Deventer, 1993.

[8] Rezgui Y. Review of information and knowledge management practices state of the art in the construction industry[J]. Knowledge Engineering Review, 2001, 16(2):241-295.

[9] Anumba C J, Issa R R A, Jiayi Pan, et al. Ontology-based information and knowledge management in construction[J]. Construction Innovation, 2008, 8(3) :218-239.

[10] El-Diraby T E, Zhang J. A semantic framework to support corporate memory management in building construction[J]. Automation in Construction, 2006, 15(3): 504-521.

[11] Krummenacher R, Strang T. Ontology-Based Context Modeling[R]. Guildford: The 3rd Workshop on Context Awareness for Proactive Systems, 2007.

[12] Zhu Y, Mao W, Ahmad Irtishad. Capturing implicit structures in unstructured content of construction documents[J]. Journal of Computing in Civil Engineering, 2007, 21(3): 220-227.

[13] Boukamp F, Akinci B. Towards Automated Defect Detection: Object-Oriented Modeling of Construction Specifications[R]. Germany: Xth Int. Conf. on Computing in Civil and Building Engineering (ICCCBE-X), 2004.

[14] Zhong B T, Luo H B, Hu Y Z, et al. Ontology-based Approach for Automated Quality Compliance Checking against Regulation in Metro Construction Project[R]. Hong Kong: The 1st International Workshop on High-speed and Intercity Railways (IWHIR 2011), 2011.

[15] Han-Hsiang Wang, Boukamp F, Elghamrawy T. An ontology-based approach to context representation and reasoning for managing context-sensitive construction information[J]. Journal of Computing in Civil Engineering, 2011,25(5):331-46.

[16] Elghamrawy T, Boukamp F, Ho-Sung Kim. Ontology-Based, Semi-Automatic Framework For Storing and Retrieving On-Site Construction Problem Information-An Rfid-Based Case Study[C]// Building a Sustainable Future - Proceedings of the 2009 Construction Research Congress. 2009:457-466.

[17] Noy N F, McGuinness D L. Ontology Development 101: A Guide to Creating Your First Ontology[R]. USA: Stanford Medical Informatics Technical Report SMI-2001-0880, 2001.

[18] Building SMART. Industry Foundation Classes (IFC) [EB/OL]. [2010-04-29].http://www.iai-tech.org/.

[19] El-Diraby T E, Lima C, Feis B. Domain taxonomy for construction concepts: toward a formal ontology for construction knowledge[J]. Journal of Computing in Civil Engineering, 2005, 19(4):394-406.

[20] Stanford Center for Biomedical Informatics Research. The Protégé Ontology Editor and Knowledge Acquisition System [EB/OL]. [2011-11-05]. http://protege.stanford.edu/.

[21] McGuinness D L, van Harmelen F. OWL Web Ontology Language Overview - W3C Recommendation [EB/OL]. [2004-2-10]. http://www.w3.org/TR/owl- features/.