建筑工程项目具有规模大、工艺复杂、环境多变等特点,极易发生施工安全事故。施工安全事故是多种致险因素共同作用的结果,因此施工安全管理亟需各方面安全知识的综合支持。虽然建筑施工行业积累了丰富的施工安全资料,但在传统的施工安全管理中并不能充分利用这些资料,其原因在于缺乏将这些资料转化为可复用知识的手段。知识图谱以结构化的形式描述客观世界中的概念、实体及其关系,以接近人类认知世界的方式存储和利用知识,提供了一种组织和管理海量知识的工具。因此,本文依托建筑施工安全事故报告和施工安全规范等文本资料,系统开展基于自然语言处理的建筑施工安全领域知识图谱构建方法研究,并应用于施工安全知识快速检索和施工安全事故统计分析等方面。本文的主要工作如下:（1）从建筑工程项目施工安全形势、施工安全知识管理以及建筑业信息化发展政策等三个方面详细介绍了课题的研究背景,并引出本课题的研究目的和研究意义。全面阐述了自然语言处理和知识图谱的研究现状,并详细分析了自然语言处理和知识图谱在建筑工程领域的应用现状。（2）系统开展了建筑施工安全事故文本的命名实体识别方法研究。采用改进的双向编码器（Bidirectional Encoder Representations from Transformers,BERT）预训练语言模型获取动态字向量,并采用双向长短期记忆-条件随机场（Bidirectional Long Short Term Memory-Conditional Random Field,Bi LSTM-CRF）模型获取实体最优标签序列,提出了适用于建筑施工安全领域的命名实体识别模型。采用1000篇施工安全事故报告作为实验语料,开展命名实体识别实验。所提出模型的总体调和平均数达到95.18%,表明该模型在建筑施工安全事故文本中具有更优的实体识别效果。（3）系统开展了建筑施工安全事故文本的实体关系识别方法研究。采用Ro BERTa预训练语言模型获取动态字向量和实体位置向量,并采用卷积神经网络（Convolutional Neural Network,CNN）模型对实体之间的关系进行分类,提出了适用于建筑施工安全领域的实体关系识别模型。采用1000篇施工安全事故报告作为实验语料,开展实体关系识别实验。所提出模型的总体调和平均数达到96.27%,表明该模型在建筑施工安全事故文本中具有更优的实体关系识别效果。（4）系统开展了建筑施工安全规范知识库的构建方法研究。通过对建筑施工安全规范进行文本特点分析,总结通用的规范条文语句表达特点和条文知识特点,提出了基于属性关联的混合粒度规范知识库构建方法。以《建筑施工高处作业安全技术规范》为基础,采用本体建模软件protégé构建了建筑施工安全规范知识库,为建筑施工安全领域知识图谱的构建提供丰富的结构化数据支持。（5）系统开展了建筑施工安全领域知识图谱的应用研究。在获得命名实体、实体关系以及知识库数据基础上,利用Neo4j图数据库构建了建筑施工安全领域知识图谱,并利用所构建的知识图谱开展施工安全事故画像、事故信息搜索、事故统计分析以及规范知识搜索等方面的应用研究。上述应用表明,所构建的建筑施工安全领域知识图谱可以最大化发挥施工安全知识作用,从而为施工安全管理提供必要的决策支持。本文综合运用自然语言处理以及本体技术构建了建筑施工安全领域知识图谱,将施工安全文本资料转化为可复用的结构化知识,为施工安全管理提供决策支撑,有效提升了建筑施工安全信息化管理水平。