[發(fā)明專(zhuān)利]建筑信息模型自適應(yīng)的中文分詞方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201911404637.6
• 申請(qǐng)日: 2019-12-30
• 公開(kāi)（公告）號(hào): CN111178051A
• 公開(kāi)（公告）日: 2020-05-19
• 發(fā)明（設(shè)計(jì)）人: 周小平;張?chǎng)?/a>;王佳
• 申請(qǐng)（專(zhuān)利權(quán)）人: 盈嘉互聯(lián)（北京）科技有限公司;盈嘉互聯(lián)（上海）建筑科技有限公司;嘉興烏鎮(zhèn)盈嘉千鎮(zhèn)科技有限公司;深圳前海盈嘉數(shù)據(jù)服務(wù)有限公司;深圳市盈嘉互聯(lián)科技有限公司
• 主分類(lèi)號(hào): G06F40/247
• 分類(lèi)號(hào): G06F40/247;G06F40/284
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 張秀程

本發(fā)明實(shí)施例提供一種建筑信息模型自適應(yīng)的中文分詞方法及裝置，方法包括：根據(jù)目標(biāo)BIM模型構(gòu)建BIM模型詞典；在預(yù)先訓(xùn)練好的中文分詞模型中嵌入預(yù)先構(gòu)建的建筑領(lǐng)域術(shù)語(yǔ)詞典和所述BIM模型詞典；基于嵌入所述BIM模型詞典和建筑領(lǐng)域術(shù)語(yǔ)詞典后的中文分詞模型對(duì)建筑領(lǐng)域待分詞語(yǔ)句進(jìn)行分詞。本發(fā)明實(shí)施例在需要對(duì)BIM模型進(jìn)行數(shù)據(jù)挖掘時(shí)，有針對(duì)性地使用該BIM模型中實(shí)際用到的特征信息對(duì)中文分詞模型進(jìn)行優(yōu)化，使得分詞結(jié)果更適用于該BIM模型的數(shù)據(jù)挖掘，實(shí)現(xiàn)了BIM模型自適應(yīng)的中文分詞，提高了建筑信息領(lǐng)域中文分詞的效率和準(zhǔn)確性，有助于提升現(xiàn)有BIM模型檢索、實(shí)體匹配等方法的普適性，擴(kuò)大其應(yīng)用范圍。

技術(shù)領(lǐng)域

本發(fā)明屬于自然語(yǔ)言處理技術(shù)領(lǐng)域，尤其涉及一種建筑信息模型自適應(yīng)的中文分詞方法及裝置。

背景技術(shù)

建筑信息模型(Building Information Modeling，BIM)是記錄建筑設(shè)施物理特性和功能特性的數(shù)字信息模型。BIM包含了建筑全生命周期中各階段的詳細(xì)信息，實(shí)現(xiàn)了建筑生命周期數(shù)據(jù)的互操作性，促進(jìn)了建筑工程各參與方的有效協(xié)同。當(dāng)前，BIM已成為建筑行業(yè)(Architecture,Engineering and Construction,AEC)工程信息化的有效解決方案和重要趨勢(shì)，并在建筑企業(yè)中得到了廣泛的研究和應(yīng)用實(shí)踐。

通常，一個(gè)BIM模型記錄一個(gè)工程項(xiàng)目完整的數(shù)據(jù)信息。當(dāng)前針對(duì)BIM的研究大多針對(duì)某一個(gè)或多個(gè)BIM模型展開(kāi)。為提升BIM模型的應(yīng)用效率，部分學(xué)者開(kāi)展了面向BIM模型的信息檢索、實(shí)體匹配等研究。這些研究的性能直接受分詞效果的影響。分詞是指將文本序列分割成多個(gè)單詞，是許多BIM數(shù)據(jù)挖掘處理的基礎(chǔ)和首要步驟。好的分詞將能提升模型級(jí)信息檢索、實(shí)體匹配等方法的效率，增加此類(lèi)方法的普適性，并擴(kuò)大其應(yīng)用范疇。

例如，當(dāng)檢索“五層?xùn)|北強(qiáng)電間的雙擊雙控開(kāi)關(guān)”時(shí)，若能正確將檢索內(nèi)容分詞為“五層”、“東北強(qiáng)電間”、“的”和“雙擊雙控開(kāi)關(guān)”，則有助于信息檢索系統(tǒng)快速、準(zhǔn)確地定位到BIM模型中對(duì)應(yīng)的構(gòu)件。然而，當(dāng)前主流分詞方法的分詞準(zhǔn)確率受訓(xùn)練語(yǔ)料和應(yīng)用領(lǐng)域的影響，很難直接應(yīng)用于信息檢索和實(shí)體匹配等基于BIM的項(xiàng)目級(jí)數(shù)據(jù)挖掘研究。例如，當(dāng)前主流分詞方法的分詞結(jié)果為“五層”、“東北”、“強(qiáng)”、“電間”、“的”、“雙擊”、“雙控”和“開(kāi)關(guān)”，或者為“五層”、“東北”、“強(qiáng)電間”、“的”、“雙擊”和“雙控開(kāi)關(guān)”。雖然，部分學(xué)者開(kāi)展了面向建筑領(lǐng)域的分詞方法研究，然而，其在特定BIM模型中的適應(yīng)性較差。

發(fā)明內(nèi)容

為克服上述現(xiàn)有的中文分詞方法的分詞結(jié)果不能直接應(yīng)用于BIM模型的數(shù)據(jù)挖掘，且適應(yīng)性差的問(wèn)題或者至少部分地解決上述問(wèn)題，本發(fā)明實(shí)施例提供一種建筑信息模型自適應(yīng)的中文分詞方法及裝置。

根據(jù)本發(fā)明實(shí)施例的第一方面，提供一種建筑信息模型自適應(yīng)的中文分詞方法，包括：

根據(jù)目標(biāo)BIM模型構(gòu)建BIM模型詞典；

在預(yù)先訓(xùn)練好的中文分詞模型中嵌入預(yù)先構(gòu)建的建筑領(lǐng)域術(shù)語(yǔ)詞典和所述BIM模型詞典；

基于嵌入所述BIM模型詞典和建筑領(lǐng)域術(shù)語(yǔ)詞典后的中文分詞模型對(duì)建筑領(lǐng)域待分詞語(yǔ)句進(jìn)行分詞。

具體地，根據(jù)目標(biāo)BIM模型構(gòu)建BIM模型詞典的步驟包括：

從目標(biāo)BIM模型的各IFC對(duì)象中篩選出含有建筑項(xiàng)目的特征信息的屬性；

根據(jù)所述屬性構(gòu)建項(xiàng)目特征信息模型；其中，所述項(xiàng)目特征信息模型中的屬性在不同的IFC對(duì)象中含有的建筑項(xiàng)目的特征信息不同；

根據(jù)所述項(xiàng)目特征信息模型構(gòu)建所述BIM模型詞典。

具體地，在預(yù)先訓(xùn)練好的中文分詞模型中嵌入預(yù)先構(gòu)建的建筑領(lǐng)域術(shù)語(yǔ)詞典和所述BIM模型詞典的步驟包括：