基于Transformer的NLP技术在建筑合同条款分类中的应用:对可持续建筑项目治理的启示
《Sustainability》:Transformer-Based NLP for Construction Contract Clause Classification: Implications for Sustainable Construction Project Governance
【字体:
大
中
小
】
时间:2026年07月04日
来源:Sustainability 4.1
摘要
建设合同对于规范大型基础设施项目中的各方责任至关重要,但其日益复杂的结构往往会导致解读困难、纠纷以及项目延误。尽管自然语言处理技术取得了进展,但在项目管理中,对建设合同条款的自动化分析仍存在局限。本研究提出了一种文本分类框架,该框架结合了基于变换器的上下文嵌入模型(BERT、ALBERT、RoBERTa和DistilBERT)以及机器学习和深度学习模型(RNN、GRU和LSTM),用于分析FIDIC和JCT合同条款。研究定义了两个多类分类任务:数据集1(DS1)涉及义务、操作措施、可选条款及一般性声明,而数据集2(DS2)则涵盖成本、质量和时间方面的内容。实验结果表明,深度学习模型的性能始终优于传统的机器学习算法。具体而言,LSTM与RoBERTa及DistilBERT结合使用时,在DS1任务中的准确率分别达到了98.06%和98.33%。这一框架可通过更快速、更一致地识别合同条款,为透明的合同管理提供支持。从可持续发展的角度来看,这些研究成果有助于提升项目全生命周期内的经济效率、减少行政工作量,并为决策提供支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号