IE СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ STROITEL'NYE I DOROZHNYE MASHINY 0039-2391 ИП Подколзин М.М. 156 ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ Сравнительный анализ платформ для разработки интеллектуальных чат-ботов в системах автоматизации строительного производства Comparative analysis of platforms for the development of intelligent chatbots in construction automation systems Горинов Даниил Андреевич Gorinov Daniil A. g-da@bk.ru Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, 197101, Санкт-Петербург, ул. Ломоносова, д. 9 Saint Petersburg National Research University of Information Technologies, Mechanics and Optics, 197101, Saint Petersburg, Lomonosova St., 9 30 08 2025 69 8 128 138 © 2025 СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ. Все права защищены. © 2025 STROITEL'NYE I DOROZHNYE MASHINY. All rights reserved. 2025 СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ STROITEL'NYE I DOROZHNYE MASHINY Метаданные настоящей записи распространяются на условиях Creative Commons CC0 1.0 (передача в общественное достояние). The metadata of this record are distributed under the Creative Commons CC0 1.0 Universal Public Domain Dedication.

В статье представлен сравнительный анализ платформ Rasa, Dialogflow, Botpress и OpenAI ChatGPT API для создания интеллектуальных чат-ботов в строительной отрасли на примере обработки 200 реальных русскоязычных запросов по строительным материалам, технологиям и оборудованию. Объект исследования – программные среды для разработки чат-ботов с поддержкой обработки естественного языка в контексте строительного производства, предмет – их точность распознавания намерений и сущностей(F1-метрики), гибкость настройки, удобство интеграции в существующие системы управления строительными проектами и экономическая эффективность. Для оценки качества NLU были рассчитаны F1-метрики по специализированному строительному корпусу, включающему запросы о технических характеристиках материалов, спецификациях оборудования, нормативных требованиях и технологических процессах. Применен многокритериальный бенчмаркинг с экспертной оценкой ключевых параметров интеграции в строительные информационные системы. Результаты показали: ChatGPT API продемонстрировал наивысшую среднюю F1(0,92) при обработке сложных технических запросов и способность к генерации детальных технических рекомендаций, но требует значительных затрат при масштабировании; Rasa обеспечила высокий уровень кастомизации для специфических строительных задач и возможность автономного развертывания на корпоративных серверах; Dialogflow выгодно отличается интуитивным интерфейсом и глубокой интеграцией с Google Cloud Platform для управления строительными данными; Botpress сочетает визуальное конструирование диалогов с минимальными расходами, что критично для малых строительных предприятий. Практическая значимость работы состоит в разработке методических рекомендаций по выбору платформы для интеллектуальных помощников в строительстве в зависимости от масштаба предприятия, типа строительных объектов и бюджетных ограничений.

The article presents a comparative analysis of Rasa, Dialogflow, Botpress and OpenAI ChatGPT API platforms for creating intelligent chatbots in the construction industry using the example of processing 200 real Russian-language requests for building materials, technologies and equipment. The object of the research is software environments for developing chatbots with support for natural language processing in the context of construction production, the subject is their accuracy in recognizing intentions and entities(F1 metrics), flexibility of configuration, ease of integration into existing construction project management systems and cost-effectiveness. To assess the quality of NLU, F1 metrics were calculated for a specialized construction building, including requests for technical characteristics of materials, equipment specifications, regulatory requirements, and technological processes. Multi-criteria benchmarking was applied with an expert assessment of the key parameters of integration into building information systems. The results showed that the ChatGPT API demonstrated the highest average F1(0.92) when processing complex technical requests and the ability to generate detailed technical recommendations, but requires significant costs when scaling; Rasa provided a high level of customization for specific construction tasks and the ability to deploy offline on corporate servers. Dialogflow benefits from its intuitive interface and deep integration with Google Cloud Platform for building data management; Botpress combines visual dialog construction with minimal costs, which is critical for small construction enterprises. The practical significance of the work consists in the development of methodological recommendations on the choice of a platform for intelligent assistants in construction, depending on the scale of the enterprise, the type of construction facilities and budget constraints.

 строительство автоматизация чат-бот обработка естественного языка NLP NLU строительные материалы строительное оборудование цифровизация строительства Rasa Dialogflow Botpress ChatGPT API construction automation chatbot natural language processing NLP NLU building materials construction equipment digitalization of construction Rasa Dialogflow Botpress ChatGPT API Исследование выполнено без внешнего финансирования. The study was conducted without external funding. metadata-license CC0 1.0 Список литературы Восканян К.Л., Андреев П.И. Цифровая трансформация строительной отрасли: современные тенденции и перспективы развития// Промышленное и гражданское строительство. 2023. № 3. С. 14-21. Гинзбург А.В., Рыжкова А.И. Информационное моделирование в строительстве: технологии, стандарты, перспективы// Вестник МГСУ. 2022. Т. 17. № 8. С. 1023-1035. Каргина Ж.В., Михайлов А.Ю. Применение систем искусственного интеллекта в управлении строительными проектами// Строительство и техногенная безопасность. 2023. № 21. С. 78-89. Олейник П.П., Бродский В.И. Информационные технологии в строительстве: современное состояние и тенденции развития// Промышленное и гражданское строительство. 2022. № 12. С. 4-11. Adamopoulou E., Moussiades L. Chatbots: History, technology, and applications in construction industry// Automation in сonstruction. 2023. Vol. 145. Art. 104629. рр. 1-15. Chen Y., Zhang L., Wang X. Natural language processing applications in construction management: A comprehensive review// Journal of construction engineering and management. 2023. Vol. 149. № 8. Art. 04023087. Kumar S., Raj B. Conversational AI in construction: Opportunities and challenges// Construction Innovation. 2023. Vol. 23. № 4. pp. 891-908. Li H., Wang J., Chen M. Open-source NLP frameworks for construction project management// Automation in construction. 2022. Vol. 142. Art. 104512. pp. 1-12. Rodriguez C., Martinez P. Security considerations for AI systems in construction enterprises// Computers and Security. 2023. Vol. 134. Art. 103467. pp. 1-12. Smith A., Johnson R. Cloud-based conversational systems for construction enterprises// Journal of computing in civil engineering. 2023. Vol. 37. № 3. Art. 04023015. Taylor M., Anderson G. Benchmarking conversational AI platforms for technical domains// Expert systems with applications. 2023. Vol. 231. Art. 120745. pp. 1-16. Thompson J., Davis S. Economic analysis of AI implementation in construction companies// Construction management and economics. 2023. Vol. 41. № 7. pp. 612-628. Williams D., Brown K. Low-code platforms for construction industry digitalization// Advanced engineering informatics. 2023. Vol. 55. Art. 101850. pp. 1-14. Zhang W., Liu Q. Large language models in construction: applications and limitations// Engineering applications of Artificial Intelligence. 2023. Vol. 126. Art. 107156. pp. 1-18.