工程文档里引用了一本已废止的规范这个错误怎么被自动发现多数人的第一反应是查一下标准号在不在现行目录里。但真做起来会发现规则远比在不在目录里复杂——因为规范的作废从来不是一整本消失而是一条一条被替代。本文拆一下这套关系该怎么建模。一、规范版本关系比想象的复杂先看几种真实存在的版本状态这决定了不能只做简单的黑名单状态实际情况简单查表的处理问题整本废止有新标准完全替代好办直接标记作废局部修订大部分条款有效个别条款修订如GB 50016-20142018年版查表无法定位到哪一条改了被多本替代一本拆成几本新标准无法给出该去哪本找推荐性升强制性内容基本没变效力变了适用性判断完全不同名称变更内容没变编号和名称改了看似查无此规范其实是误判第五种最容易造成误报一本规范改了编号但内容沿用简单比对会把实际有效的引用判成失效。反过来第四种最危险——内容还在但效力从推荐变强制影响的是合规判断。二、为什么会引用到废止规范工程师文档里出现废止规范多数不是能力问题是这几种情况模板沿用了没更新院里的标准模板、历史文本的引用清单是几年前的局部修订不知道知道GB 50016是现行的但不知道某一条已经被修订过引用链条太长A规范引用了BB引用了CC废止了但A的文本没改——这种传导性问题最难被人工发现地方标准和国标不同步地方标准的更新节奏和国标不一致第三条是纯靠人工几乎查不出来的要发现它得先知道A引用了B再知道B引用了C再看C的现行状态。这是一个需要沿着引用关系做图遍历的问题不是查表能解决的。三、建模把规范拆成三类实体处理这些情况第一步是把笼统的规范拆开。建议拆成三层实体标准层一本独立的规范出版物有标准号、名称、发布机构、发布日期、实施日期版本层同一标准号下的不同版本含年代号、修订版次条款层具体条文带条款路径如 5.3.2、强制性标记是否为强条拆到这三层前面那五种状态才有地方表达整本废止 → 标准层的状态字段局部修订 →条款层的修订标记这才是关键名称变更 → 标准层的别名表效力变化 → 标准层的效力字段条款层独立出来是整套设计的重点。只做到标准层“2018年版改了第5.3.2条这种信息就无处安放系统只能回答这本规范现行”而无法回答你引的这一条现行吗。对使用者来说后者才是有意义的问题。四、关系比废止/替代更丰富实体拆好了还要定义它们之间的关系。除了最基础的替代这几类关系也必须建替代 / 被替代新旧版本关系要带方向和时间点引用 / 被引用规范之间的条文级引用这是传导性问题的基础等效采用 / 修改采用采标关系如采用国际标准配套使用如某本施工规范和对应的验收规范其中引用关系是最有价值的也是最难建的——它需要从规范正文里把应符合GB XXXXX的规定这类引用抽取出来还涉及 mentions 的实体链接第二部分提到的本规范上述标准的指代消解在这里同样存在。引用关系建起来以后前面说的传导性问题就变成一次图遍历从被引条款出发沿着被引用反向走找到所有受影响的引用方。五、判定逻辑不是二分类关系建好最后一公里是判定。这里有个容易做错的地方不能简单输出有效/失效两个值。实务上更合理的是输出三元组状态 依据 去向{ 引用原文: GB 50016-2014 第5.3.2条, 状态: 需核对, 依据: 该标准已有2018年版局部修订, 去向: 2018年版第5.3.2条内容已调整建议核对 }需核对这个中间状态很重要。多数情况下工程文档引用旧版本不等于错——要看具体条款有没有变化。直接判失效会造成大量误报误报多了工具就会被弃用。六、一个完整的核对流程把上面串起来一份文档的规范引用核对应该是这样的抽取从文档里抽所有标准引用标准号 年代 条款路径链接把引用链接到知识图谱里的标准/条款实体处理本规范这类指代溯源查询该条款的现行状态传导检查沿着引用关系检查上游是否被修订输出给出状态 依据 去向而不是简单的是非判断第 4 步是区分查表工具和知识型工具的分水岭。跳过它只能处理一级关系做了它才能发现链条深处的隐患。七、落地时的两个现实问题数据从哪来、多久更新一次。规范的发布、废止、修订公告分散在多个渠道住建部、标准化管理委员会、地方住建部门、行业协会没有统一的结构化数据源。采集的完整性和及时性决定了图谱质量的上限。这一环做不好后面的建模做得再漂亮也没用。覆盖范围多大。国标、行标、地标、团标、图集数量级差别很大。做工程 AI 的工具里像问马工这样把覆盖面做到七个专业、九十三个门类的已经属于偏重的投入——因为冷门的地方标准恰恰是最容易引用错的地方只覆盖国标解决不了实际问题。小结规范版本的核对表面是查一下有没有失效实际是一个涉及实体建模、关系抽取、图遍历的完整知识工程问题。对使用者来说判断一个工具行不行可以问它一个问题能不能告诉我我引用的这一条在哪一年被改过、改成什么了。答得出来说明它做到了条款层答不出来只说这本规范现行有效那大概率还停在简单的查表层。