针对公路工程领域知识繁多而应用效率低的问题，提出面向公路规范类文本的多粒度知识提取与知识应用方法。在词语粒度上构建了公路工程领域词库；在语段粒度上提出TEARS定义，将复杂语段转换为结构化的三元组结构；在子句粒度上总结了四种主要句法，并各自设计了语义信息的抽取方法。以967本公路规范类文本为数据源，从中提取知识并构建了公路工程领域知识图谱，通过与深度学习方法比较验证了正确性，开发公路工程安全信息检索与应用系统。结果表明：该方法实现了非结构化公路规范类文本的知识提取，构建的领域知识图谱质量较高，满足工程应用需求。

目前，经济社会各领域正在从数字化、网络化向智能化加速跃升。如何结合人工智能技术提升土木建筑行业的智能化水平是学者们关注的热点问题。BIM技术是该领域数字化、网络化发展的重要成果。在BIM技术进入深度应用、普及应用和规模化应用阶段，如何自动和智能地实现对BIM模型质量多方位、客观、量化评价是一项重要内容。本文结合课题组BIMChecker工具的研发实践和研究成果，阐述了如何综合应用领域特定语言设计、自然语言处理、知识图谱、数据挖掘、机器学习等重要技术，解决建筑规范理解和表示、BIM模型语义信息抽取和组织、新知识发现、图纸图元自动识别等关键问题的思路、方法及效果，并介绍了BIMChecker工具在典型项目上的应用示范。本文为探索人工智能技术在土木建筑行业的有效结合和应用点提供参考借鉴。

为了全面了解智能建造领域的研究主题和基础支撑技术，本文以Web of Science（WOS）数据库为主要数据来源，利用可视化工具VOSviewer和CiteSpace，梳理了近15年的相关文献，分别从关键词共现、文献共被引分析等可视化知识图谱中，总结出智能建造领域的研究现状、支撑技术。结果表明：智能建造相关文献发表数量增长显著，美国和中国是研究最活跃的国家，研究主题可划分为9个子领域；当前研究所涉及的支撑技术集中在BIM、数字孪生、3D打印、区块链、物联网及扩展现实技术等9类。最后，根据研究结论提出智能建造研究展望。