[發明專利]一種基于自然語言和知識圖譜工程信息智能搜索方法

有效

• 申請號: 202010540196.9
• 申請日: 2020-06-13
• 公開（公告）號: CN111708899B
• 公開（公告）日: 2023-10-03
• 發明（設計）人: 龍振佳;陳龍
• 申請（專利權）人: 廣州華建工智慧科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/31;G06F16/28;G06F40/295;G06F16/332;G06F40/30
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李盛洪

本發明公開了一種基于自然語言和知識圖譜工程信息智能搜索方法，包括如下步驟：S1、構建基于建筑領域的知識圖譜；S2、收集用戶對建筑領域的問題集；S3、針對步驟S2中的問題集對文本數據進行預處理，進行序列標注，構建建筑領域問題訓練數據集；S4、獲取步驟S3中所述問題訓練數據集中的數據，并構建出問題集模型；S5、施工人員使用自然語言輸入一段建筑領域的問題文本，使用步驟S4中的問題集模型對問題文本進行命名實體識別及關系抽取；S6、根據問題文本識別出實體和語義關系，生成相應的Cypher語句，從構建好的知識圖譜中快速地查詢對應的知識，從而提高現場的施工效率。

技術領域

本發明涉及建筑工程領域，特別是涉及一種基于自然語言和知識圖譜工程信息智能搜索方法。

背景技術

現有技術中當工程量進行統計之后，如何快速從大量的工程量數據中快速準確查詢到指定的構件的工程量信息是影響工程效率的重要問題。建筑施工所涉及的人員與專業眾多，算量信息查詢的請求復雜多變。按照現有方式對工程量信息進行查詢時，需要先到圖紙或三維模型中找到對應的構件，然后到工程量信息表格中找到與之對應的工程量信息，這個過程較為繁瑣且效率低下。

發明內容

本發明目的在于克服現有技術中的上述缺陷，提供了一種基于自然語言和知識圖譜工程信息智能搜索方法，其讓施工人員能夠使用自然語言從構建好的知識圖譜中快速地尋找到相應的工程信息，提高現場的施工效率。

為實現上述目的，本發明提供了一種基于自然語言和知識圖譜工程信息智能搜索方法，包括如下步驟：

S1、把非結構化的建筑領域知識和關系型工程數據轉化成實體關系組，存入圖數據庫，構建基于建筑領域的知識圖譜；

S2、收集用戶對建筑領域的問題集；

S3、針對步驟S2中的問題集對文本數據進行預處理，進行序列標注，構建建筑領域問題訓練數據集；

S4、獲取步驟S3中所述問題訓練數據集中的數據，并構建出問題集模型；

S5、使用自然語言輸入一段建筑領域的問題文本，使用步驟S4中的問題集模型對問題文本進行命名實體識別及關系抽取；

S6、根據問題文本識別出實體和語義關系，生成相應的Cypher語句，從步驟S1中構建好的知識圖譜中查詢對應的知識。

優選的，所述步驟S1中構建基于建筑領域的知識圖譜具體為：人工整理建筑領域的基本知識、施工流程及累計經驗并將其轉化成實體關系組，爬蟲獲取建筑領域的半結構化信息和相關文檔并將其轉化成實體關系組，將關系型工程數據轉化為實體關系組；以上的知識和數據信息均存入圖數據庫。

優選的，所述步驟S3中構建建筑領域問題訓練數據集具體為：對從步驟S2中獲取的問題集語句中的專有名詞、屬性名詞進行標注，構建建筑領域的字典。

優選的，所述步驟S4的具體過程如下：從步驟S3中所述問題訓練數據集中獲取的數據作為訓練數據集，合理設置optimizer和loss參數，使用BERT模型在相關訓練模型上進行預訓練，構建出用于建筑領域的命名實體識別的問題集模型。

優選的，所述步驟S5的具體過程如下：使用自然語言輸入一段建筑領域的問題文本，對輸入的檢索問題使用步驟S4中訓練好的問題集模型進行命名實體識別，抽取出檢索語句的主體，進行實體鏈接和關系抽取。

與現有技術相比，本發明的有益效果在于：