Page 46 - 建筑工程施工技术与工程管理创新

建筑工程施工技术与工程管理创新
Innovation in Construction Technology and Engineering Management of Building Engineering

差不齐、技术仲裁评判标准不统一、评判流程不规范等问题，导致纠纷无法得到
及时有效解决。另外，建设工程合同纠纷的解决结果，需要得到有效的执行。但

在现实中，对于经济实力较弱的一方来说，评判结果往往无法得到有效的贯彻执
行，这种情况会导致纠纷增多和恶性竞争加剧。
第三，司法裁决专业性不足。很多工程项目建设长达数年，涉及交易方众多，

合同复杂交叉，人民法院等司法机构中有建筑工程专业领域工作经验的人员严重
欠缺，有些仲裁员、审判员对合同解读、事实认定的水平不够，工程定价与支付
机制、技术要求和质量标准、各方风险分担机制等专业知识和实践经验不足，甚

至被代理律师误导，导致裁决不公，裁决结果失去公信力。此外，缺乏中立的专
家意见也是重要原因。
（二）建筑工程合同管理风险识别

1. 文本分析法
文本分析法是应用自然语言处理和人工智能技术，通过对合同文本内容进行
自动化分析，识别合同风险的方法。该方法基于不同类型的合同文本蕴含不同的

风险信息，通过计算机算法对文本特征进行分析，可以发现文本中的风险信息，
实现合同风险的自动化识别。一般技术路线是：①收集合同文本语言库。收集包
含已知风险的合同文本和无风险的合同文本，构建合同文本语言库。②文本预处

理。使用自然语言处理技术对合同文本进行预处理，包括词汇分割、词性标注等，
以便后续的特征提取和分析。③特征提取。采用多种分析方法对非结构化的合同
文本关键信息进行智能提取，主要提取合同文本的语义特征，常用的方法包括词

频统计、关键词提取、主题模型等。这些特征可以反映合同文本中的风险信息。
④构建风险分类模型。在特征与风险类别之间建立对应关系模型，可以使用机器
学习算法进行模型训练。常用的模型包括 BERT、ALBERT、Chat GPT 等大型语

言模型。⑤模型训练。利用已标注的合同文本数据集，通过机器学习算法训练构
建的风险分类模型，提高模型的准确性和泛化能力。⑥风险预测。使用训练好的
模型，对新的合同文本进行自动化分析，提取其中的风险信息，并输出相应的风

险类别预测结果。⑦风险评估与管理。根据风险类别预测结果，进行进一步的风
险评估和管理。可以针对不同的风险类别采取相应的防控措施，以降低合同风险。
具体路线见图 2-1。

32