一种基于知识大模型的BIM模型构件智能检索与推荐方法与流程

摘要: 本发明涉及计算机软件与建筑信息化,属于一种基于知识大模型的bim模型构件智能检索与推荐方法。背景技术:1、建筑信息模型(bim)技术已广泛应用于建筑工程设计、施...
一种基于知识大模型的BIM模型构件智能检索与推荐方法与流程

本发明涉及计算机软件与建筑信息化,属于一种基于知识大模型的bim模型构件智能检索与推荐方法。

背景技术:

1、建筑信息模型(bim)技术已广泛应用于建筑工程设计、施工、运维全生命周期管理。bim模型内部包含海量构件属性数据,包括几何尺寸、空间位置、材质类型、构件类型、所属楼层、项目版本、业务参数等。这类数据普遍来自多源异构系统,存储形式包括ec属性数据、jsonproperties数据、bsp格式数据库数据、sqlite轻量化库数据等,存在字段命名不统一、单位表述不一致、数据格式多样、属性层级混乱等问题。

2、现有bim构件检索方式主要依赖传统数据库模糊查询或人工逐条筛选,存在明显技术缺陷:

3、检索精准度低:无法支持多条件组合检索、语义理解检索,易出现漏检、错检、匹配度低;

4、检索效率低:面对海量构件数据时,查询耗时久、筛选成本高,无法满足工程协同高效作业需求;

5、人机交互体验差:检索入口繁琐、操作步骤多、结果展示形式单一,不支持自然语言交互;

6、通用大模型不适配:直接使用通用大模型会出现脱离实际bim数据、专业理解偏差、无法调用真实构件属性等问题。

7、为此,如何结合知识大模型技术,实现bim多源异构数据标准化治理、专业知识库构建、语义检索与智能推荐一体化,成为本领域亟需解决的技术问题。

技术实现思路

1、针对上述技术问题,本发明提供一种基于知识大模型的bim模型构件智能检索与推荐方法,旨在解决现有技术中检索不准、效率低、交互差、通用模型不适配bim专业数据的问题。

2、为实现上述目的,本发明提供如下技术方案:

3、本发明提供一种基于知识大模型的bim模型构件智能检索与推荐方法,具体包括:

4、步骤s1:对bim多源异构数据标准化处理,获取形成字段统一、单位规范、结构清晰的标准化数据集;

5、步骤s2:基于步骤s1获取的所述标准化数据集构建bim构件专属知识库,并通过向量嵌入模型将知识片段向量化存储至向量数据库,形成支持高精准语义检索的知识检索库;

6、步骤s3:编排端到端智能检索与推荐工作流,所述工作流依次执行知识检索与结构化提取、预览信息获取、数据整合、提示词构造及模型推理输出,自动生成构件推荐结果;

7、步骤s4:将步骤s3得到的所述智能工作流集成至bim协同系统,完成自然语言交互与三维模型的联动,并展示所述推荐列表对应的构件三维模型。

8、作为优选,所述步骤s1中,bim多源异构数据标准化处理步骤包括:

9、s11、针对bim多源异构数据采用专属接口调用与结构化表读取相结合的方式统一提取;

10、s12、针对提提取出的原始数据进行清洗与规范化处理;

11、s13、将原始bim属性的多层级树形结构转换为扁平化结构化数据;

12、s14、对转换后的数据进行全局标准化校验,并进行对应修正;

13、s15、将所有构件数据整合为标准化数据集,并存储至数据库或文件服务器,作为知识库的标准数据源。

14、作为优选,所述bim多源异构数据包括sqlite数据库、bsp属性库、bis_element业务表。

15、作为优选,所述专属接口调用具体包括:

16、通过model-token与elementid调用单构件属性查询接口,获取单个构件完整属性;

17、通过批量查询接口getbspelementpropertiesbyversionguid,传入projectguid与versionguid,分批获取全模型构件属性。

18、作为优选,所述步骤s12中清洗与规范化具体包括:

19、删除重复属性、无意义注释、特殊符号、空值与null值;

20、统一物理单位、统一字段命名、统一属性维度名称;

21、过滤无效值、无意义占位符、无效默认值,保留具备业务价值的数据。

22、作为优选,所述步骤s14中全局标准化校验具体包括:

23、完整性校验:检查必选字段是否完整;

24、一致性校验:全局字段名、单位、格式是否统一;

25、唯一性校验:构件id唯一、文件及构件组合唯一;

26、有效性校验:抽检属性值是否合理。

27、作为优选,所述步骤s15中标准化数据集包括:支持excel/csv与扁平化json两种格式的数据集,所述excel/csv优先于扁平化json。

28、作为优选,所述步骤s2中,构建bim构件专属知识库具体步骤包括:

29、s21、对所述标准化数据集进行适配性处理,具体包括:

30、s211、数据粒度校验;

31、s212、新增语义增强字段text_description,将构件核心属性转换为自然语言描述;

32、s213、将数据转为excel/csv格式;

33、s214、二次清洗,删除冗余辅助列;

34、s22、搭建bim构件专属知识库:

35、s221、按项目、构件类型创建分类知识库,确定每个知识库对应的构件范围与存储空间;

36、s222、上传步骤s21处理后的所述标准化数据集到知识库平台,由知识库平台完成数据集字段与知识库内置字段映射;

37、s223、基于已映射的字段,配置知识库的检索字段:包括分类过滤字段、文本检索字段、数值属性字段;

38、s224、依据所配置的检索字段,配置定制化切片规则:按行切片,一个构件对应一个知识片段,切片长度200–300字符、重叠窗口为50字符;

39、s225、配置知识库的更新策略为实时更新,并启用基于构件id的自动查重;

40、s23、构建向量知识检索库:

41、s231、使用与推理大模型同系列的向量嵌入模型,将s224生成的每个知识片段转换为高维向量;

42、s232、将高维向量存入向量数据库,构建检索索引,并建立向量与片段id、构件id的关联映射表;

43、s233、执行数据一致性校验及检索匹配度测试,根据测试结果校准嵌入参数或索引结构;

44、s234、搭建自动化增量同步机制和异常重传机制:当bim源数据发生变更时,自动触发对应知识片段的更新、删除或新增,并确保向量库同步;异常重传用于处理同步失败的重试。

45、作为优选,所述步骤s3中,编排端到端智能检索与推荐工作流的具体步骤包括:

46、s31、接收用户自然语言查询,从所述bim构件专属知识库执行语义检索,将检索结果进行结构化解析,取版本id、构件id、属性信息,形成标准dataarray数组与versionids版本列表;

47、s32、以versionids版本列表为请求参数,调用bim平台预览接口,获取模型信息,并以键值对结构存储;

48、s33、通过版本id将检索结果与预览信息关联,以构件id为主键整合构件属性、模型名称及预览地址,形成推荐数据集;

49、s34、基于所述推荐数据集与用户查询语句,构建包含角色定义、输入说明、输出格式要求的标准化提示词;

50、s35、调用面向bim领域优化的大模型推理接口,设置不大于0.3的低数值随机性参数,将所述标准化提示词输入大模型进行推理,输出结构化推荐结果。

51、作为优选,所述步骤s4具体处理步骤包括:

52、s41、在bim协同系统的文档管理、项目管理、构件管理页面嵌入悬浮球组件,作为统一交互入口,对原有业务系统无侵入式改造;

53、s42、用户通过所述悬浮球组件输入自然语言,bim构件知识库系统自动携带当前请求的上下文,形成标准查询请求并发送至后端;

54、s43、后端接收到标准查询请求后,首先生成任务id并返回给前端,随后异步执行检索-解析-推荐全流程,实时向前端返回处理状态;流程完成后,将推荐结果以卡片、列表形式展示,并自动去重;

55、s44、将步骤s43得到的推荐结果与bim模型联动定位;

56、s45、按会话id缓存历史查询、推荐结果、当前筛选条件、项目范围,该缓存贯穿s42至s44的全过程,支持连续追问、逐层筛选、多轮精细化检索。

57、与现有技术相比,本发明提供一种基于知识大模型的bim模型构件智能检索与推荐方法,具有以下有益效果:

58、1、本发明首先对bim多源异构数据进行统一提取、清洗、格式转换、结构扁平化与标准化校验,形成字段统一、单位规范、结构清晰的标准化数据集;其次基于该数据集在dify知识库平台构建bim构件专属知识库,并通过向量嵌入模型将知识片段向量化存储至向量数据库,形成支持高精准语义检索的知识检索库;同时建立自动化增量同步与异常重传机制,保证知识库与bim源数据实时一致。随后,本发明将知识检索、结果结构化解析、构件预览信息获取、检索数据整合、大模型提示词构造、模型推理输出等环节编排为端到端智能工作流,实现全流程自动化处理。最终将该智能推荐能力集成至bim协同系统,通过悬浮球交互入口、自然语言对话、构件卡片展示、三维模型联动定位,形成完整的检索—推荐—查看—定位闭环,大幅提升bim构件使用效率与工程协同体验。

59、2、本发明能够显著提升bim构件检索的精准度与效率,降低工程人员筛选成本,实现自然语言轻量化交互,并完成从文本查询到三维模型构件的直接定位,适用于大型工程bim协同管理场景。

60、本发明的特征及优点将通过实施例结合附图进行详细说明。