ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ

Сравнительный анализ платформ для разработки интеллектуальных чат-ботов в системах автоматизации строительного производства

Авторы

  • Даниил Андреевич Горинов Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, 197101, Санкт-Петербург, ул. Ломоносова, д. 9

Как цитировать

ГОСТ Горинов Д. А. Сравнительный анализ платформ для разработки интеллектуальных чат-ботов в системах автоматизации строительного производства // СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ. 2025. Т. 69. № 8. С. 128-138.
APA Горинов, Д. А. (2025). Сравнительный анализ платформ для разработки интеллектуальных чат-ботов в системах автоматизации строительного производства. СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ, 69(8), 128-138.

Аннотация

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.

Ключевые слова

строительство автоматизация чат-бот обработка естественного языка NLP NLU строительные материалы строительное оборудование цифровизация строительства Rasa Dialogflow Botpress ChatGPT API

Библиографические ссылки

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.

Выпуск

Том 69 № 8 (2025): Строительные и дорожные машины

Раздел

ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ

Метрики

265 просмотров
0 скачиваний
JATS XML
Хотите опубликоваться?
Подать статью

Машиночитаемые метаданные

JATS XML

Похожие статьи

1 2 3 4 5 6 7 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.