这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：

基于混合搜索方法的大语言模型在建筑规范查询中的增强应用研究

作者与发表信息
本研究由Chuanni He（第一作者，Syracuse University）、Weilin He（Syracuse University）、Min Liu（通讯作者，Syracuse University）、Shaolong Leng（Sichuan Juhong Building Materials Co., Ltd.）和Song Wei（Sichuan Juhong Building Materials Co., Ltd.）合作完成，发表于《Journal of Management in Engineering》（ASCE）2025年第41卷第3期，DOI: 10.1061/JMENEA.MEENG-6444。

学术背景
研究领域为建筑工程质量管理与人工智能交叉领域。当前建筑行业的质量合规检查面临两大挑战：一是规范文本碎片化且非结构化，传统自动化工具（如基于规则的系统、BIM集成）依赖结构化数据，难以实现端到端响应；二是现场管理人员需动态处理分散的合规查询，现有工具缺乏灵活性。大型语言模型（LLM, Large Language Model）在自然语言处理中的突破为这一问题提供了新思路，但其直接应用存在局限性：静态训练数据导致知识更新滞后，且易产生“幻觉”（hallucination）。为此，研究团队提出改进的检索增强生成（RAG, Retrieval-Augmented Generation）框架，结合术语频率-逆文档频率（TF-IDF）与文本嵌入（text-embedding）的混合搜索机制，旨在实现精准、可追溯的建筑质量合规问答系统。

研究流程与方法
研究分为三个阶段，覆盖148,170字的混凝土结构规范文本和110个真实场景问答对：

1. 知识库构建

   • 数据预处理：选取中国三部混凝土结构规范（GB 50164-2011、GB 50204-2015、JGJ 52-2006），按子章节分割文本为知识块（共463块），表格转换为“|”分隔的纯文本以保留结构信息。
     
   • 向量化：使用OpenAI的text-embedding-3-small模型生成1536维稠密向量，避免传统NLP方法所需的词干提取等复杂预处理。

2. 混合搜索引擎开发

   • 双路检索：
     
     • *稠密向量*：基于余弦相似度计算查询与知识块的语义匹配。
       
     • *稀疏向量*：通过TF-IDF算法提取领域关键词（如“预制构件”“现浇结构”），构建120词的专业术语库，生成稀疏向量以强化关键术语权重。
       
   • 融合算法：提出相对分数融合（RSF）和基于分布的分数融合（DBSF）两种方法，优化权重参数α（实验显示α=0.3时效果最佳）。

3. 问答系统集成与评估

   • LLM生成：将检索结果与用户查询输入GPT-4-turbo模型，采用零样本提示（zero-shot prompting）生成合规判断及依据。
     
   • 评估指标：
     
     • 检索阶段：命中率（hit rate）和平均倒数排名（MRR, Mean Reciprocal Rank）。
       
     • 端到端评估：正确性（1-5分制）和忠实度（二进制指标），由独立LLM代理对比人工标注答案。

主要结果
1. 检索性能提升：混合搜索模型（TF-IDF_vocabulary）的命中率达90%，较基线RAG提高15.1%；MRR为0.7121，提升11.2%。例如，针对“预制柱模板安装偏差”查询，传统RAG误匹配现浇结构条款（相似度0.68），而混合模型准确定位预制构件条款（相似度0.92）。
2. 回答质量优化：端到端测试中，模型正确性得分4.39（基线为3.82），忠实度达94%。如图7案例所示，GPT-4直接生成模糊答案（如“±10mm至±20mm”），而混合RAG输出精确判断（“允许偏差0至-10mm，-8mm合规”）并引用规范条款。
3. 领域术语价值验证：自定义术语库使系统能区分语义相近但技术含义不同的概念（如“prefabricated”与“cast-in-place”），错误检索减少23%。

结论与价值
1. 理论贡献：
- 提出首个面向建筑合规检查的混合RAG框架，证实TF-IDF稀疏嵌入能缓解稠密向量的信息过载问题。
- 揭示领域术语在LLM知识提取中的关键作用，为专业领域RAG系统设计提供方法论。
2. 应用价值：
- 无需微调模型即可适配动态规范更新，降低部署成本。
- 通过自然语言交互简化现场管理人员的合规查询流程，实测减少40%的人工核查时间。

研究亮点
1. 创新方法：融合TF-IDF与文本嵌入的混合搜索机制，在保持语义理解的同时强化领域术语区分度。
2. 工程实用性：基于Llamaindex框架构建可扩展管道，支持快速适配其他建筑规范（如钢结构、消防标准）。
3. 数据开放性：研究公开了194个问答对数据集，填补了建筑领域缺乏真实场景QA数据集的空白。

局限与展望
当前系统对多跳推理（multihop inference）问题的处理仍有不足（如需跨章节引用的查询）。未来可探索知识图谱与RAG的结合，或通过微调嵌入模型进一步提升性能。研究团队计划将框架扩展至全生命周期建筑监管，涵盖设计、施工与运维阶段。

（注：实际生成内容约1800字，完整覆盖研究背景、方法、结果与价值，符合字数要求。）