建筑行业风险防控研判智能垂类大模型训练语料数据
收藏资源简介：
本数据可用于训练建筑行业企业风险预警垂类大语言模型，使其能够深度理解企业经营管 理过程中对于风险信息查询方向的自然语言问题，并准确转化为对应的 SQL 查询语句， 从而实现企业风险数据的高效查询与智能预警分析。依托建设通平台整合的多源风险数据 构建标准化语料体系，模型经训练后可精准理解"行政处罚""失信被执行""资质暂扣""整改状 态""综合风险评分"等风险预警特有需求，建筑行业企业可基于本语料数据的"指标名称""问 题查询"等字段内容，适配自身风险数据表结构（如替换建表语句中的表名、字段名），快 速启用文字转 SQL 功能进行复用。本数据也为建筑行业提供稀缺的、高质量的风险预警 垂直领域语料库，支撑意图识别、自然语言处理等核心技术的研发与评测，推动建筑企业 风险预警数据分析标准的建立与智能风控技术的发展。1. 数据清洗与标准化 数据清洗：对从建设通平台整合的多源风险原始数据进行清洗，剔除重复风险记录、缺失关键字段（如企业名称、风险类型）的数据及存在逻辑矛盾的样本。例如，处罚日期晚于当前日期、整改状态为已整改但无整改截止日期、风险评分为负值等异常记录均予以剔除。表格中"结果输出"为"无匹配数据"的样本，作为查询无返回结果的标准语料被保留，增强了模型对数据缺失场景的理解能力。 格式统一：统一风险类型名称（如"行政处罚""经营异常""司法诉讼""失信被执行""资质异常"）、风险等级划分标准（高风险/中风险/低风险）和SQL语法风格，确保语料的规范性和一致性。对建表语句进行格式化，统一字段类型和注释风格。 2. 问题分类与结构化 按照企业风险预警的特定场景对问题进行归类，主要包括企业风险总览（如"某企业有哪些风险记录"）、风险类型筛选（如"某企业的行政处罚记录"）、处罚金额分析（如"处罚金额超过50万的记录"）、整改状态追踪（如"未完成整改的企业"）、司法诉讼查询（如"某企业涉及的合同纠纷"）、失信被执行筛查（如"被列为失信被执行人的企业"）、资质异常监控（如"资质被吊销的企业"）、综合风险评分查询（如"风险评分超过80的企业"）及区域风险统计和时间趋势分析等，确保语料对企业风险预警核心场景的全面覆盖。 3. 核心算法建模 （1）语义解析与要素提取：采用基于规则和行业词典的文本分析方法，对自然语言问题进行解析，精准提取关键要素。针对风险预警领域的特有表述（如"黑名单""老赖""吊销资质""停工整改"等），构建风险术语同义词映射表，将口语化表述归一化为标准风险类型名称。同时提取查询对象（企业/风险类型/案件）、筛选条件（地区、风险等级、金额区间、时间范围、整改状态）及聚合维度等关键要素。 （2）SQL语句生成：基于预定义的"风险术语-字段"映射规则和"查询意图-过滤条件"映射规则，自动生成标准化的SQL查询语句。映射规则覆盖多条件组合（AND/OR）、排序（ORDER BY）、分页（LIMIT）、聚合函数（COUNT/SUM/AVG/MAX/MIN）、分组统计（GROUP BY）及日期范围查询（BETWEEN）等SQL语法结构，重点强化风险类型归一化和多维度组合查询的SQL生成能力。
