基于建筑規范解析的知識推理技術在BIM智能審查中的應用

文｜北京構力科技有限公司上海分公司 顧宏曄 張繼鋒 劉學東

1 規范解析

工程建設行業的規范標準編制通常以自然語言的表達形式呈現，基于規范進行審查，需將規范條文轉化為可量化計算的結構數據形式。目前技術實現路徑主要有以下幾種形式：①以語素為基礎的規則提取法，根據語法和語素分析的結果，給出了五類句式的規范條文的結構化方法；②基于規則的NLP 方法的信息提取技術，在解決信息理解沖突的前提下，提取的規則采用了模式匹配方法，使結果達到較高的準確率；③嵌套式三元組結構化表達，采用Bert 模型的深度學習方法對《住宅建筑規范》進行了實驗，發現在邊界已知情況下可以非常有效的識別三元組，來處理復雜條文問題。

本文所描述的知識推理技術在BIM 智能化審查應用主要借助三元組數據表達方式，通過三元組隱藏屬性信息深度關聯，作為審圖計算應用的規范解析格式，包括要素提取和子句生成以及組合等。要素包括實體(E)、屬性(A)、屬性值(AV)、操作(Op)、方位(R)、修飾詞(ADJ)等；三元組一般由連續的要素形成，比如實體之間可以通過操作形成實體關系三元組(EOS)，(實體+屬性)+比較操作+屬性值可以形成實體約束三元組(LOR)。三元組作為獨立單元通過邏輯組合形成子句。子句通過審查條件(IF)和審查主體(THEN)組成一條規范條文的最小可審查單元。其中代詞可通過指定指代的方式替換為實體，從而達到完善語義的效果，最終實現BIM 模型數據的智能化審查。

2 知識推理技術

2.1 規范解析在審圖應用中的問題

一般情況下，規范解析后的實體關系三元組（EOS）可以表示建筑、空間或構件之間的關系，而實體約束三元組（LOR）可以表示建筑、空間或構件的屬性約束；只要模型數據表示支持所有解析出來的實體、屬性和關系，就可通過關系計算以及屬性計算結果對應進行審核。但是，模型的數據表示一般比較穩定，不會無限制的增加實體表達（例如：規范中的某些實體可以用實體+屬性或者實體關系表示），導致了規范解析的部分實體在審圖時是無法對應的；實體的屬性名稱也有跟模型表示里的屬性名稱不一致的情況。實體關系三元組（EOS）中除了實體關系外，還會有實體限定詞關系，例如，住宅規范6.4.2 中的"十二層及十二層以上的住宅"，也無法直接跟BIM 模型數據的結構對應。

2.2 知識推理技術原理及算法

為解決規范數據結構化無法與模型數據對應的問題，本文提出可以從三維度對規范解析的結構化數據進行處理，包括：實體解釋、屬性解釋以及修飾詞解釋，詳見表1（其中實體解釋有三種類型）：

根據表1的類型及處理方式，研究出一種知識推理算法。圖2給出了使用知識推理算法的一個推理結果展示，案例章節會給出解析及推理的具體格式。知識推理核心算法偽碼如下（細節已簡化）：

圖1 規范解析平臺解析規范數據展示

表1 知識推理的三種類型及處理方式

圖2 知識推理平臺進行審圖推理展示

算法：知識推理核心算法

輸入：1.規范解析后的條文子句(rule:Rule)

2.知識推理解釋配置(config:RuleModelConfig)

輸出：推理后的新的條文子句列表(res:List of Rule)

FUNCTION BEGIN

LET entityDict: Map =GetEntityDict(rule,config)//獲取實體解釋個數詞典

LET entityList=entity Dict.SortDescendByValue().Keys()//按實體解釋個數降序排列

FOR entityName IN entityList

LET entityCount = entityDict[entityName]//當前實體解釋個數

FOR index = 1 TO entityCount

LET newRule = rule.Copy()//原子句副本作為新子句

FOR tri:Triple IN rule.GetAllTriples()//遍歷三元組，進行解釋

ReplacePropertyAlias(tri,newRule)//屬性別名解釋

ReplaceEntity(tri,newRule)//實體解釋

ReplaceAdj(tri,newRule)//實體修飾詞解釋

ENDFOR

res.Add(newRule)//推理后的新子句加入到結果列表中

ENDFOR

ENDFOR

RETURN res

FUNCTION END

除核心推理算法，也提出針對一些常見三元組組合的轉換算法。例如考慮規范條文中子句“單元設置一臺電梯”，規范解析結構化的結果為兩個實體關系三元組（EOS）：單元+設置+電梯，電梯+滿足+一臺。其中“一臺”是數詞和量詞的組合，可以認為是一個屬性值約束。對于這種固定結構，通過轉換算法可以把此結構轉換為單一的實體約束三元組（LOR）：EOS(單元設置電梯)+Op(contains)+AV(一臺)，簡化審查計算的判斷邏輯。

3 BIM 模型智能審查

BIM 模型智能審查是基于BIM 模型的結構化表達方式，搭配規范解析的結構化數據格式來進行?！痘贐IM 的建筑專業設計合規性自動審查系統及其關鍵技術》提出以模型IFC 數據轉換為ifcOWL 數據，采用SPARQL 審查規則進行BIM 施工圖智能審查；《基于BIM 和知識圖譜的消防智能審圖研究》針對建筑消防規范進行了知識圖譜三元組提取，基于IFC 模型數據與三元組審查規則進行匹配審查?！禕IM 模型智能檢查工具在審查平臺及消防審查中的應用》開發了BIM 模型智能檢查工具，采用SNL規則建立了防火規范庫，通過擴展幾何庫實現了語義和幾何計算結合的智能審查。

本文采用的審查算法基于BIM 模型通用數據格式（XDB），通過三元組形式的規范解析，結合上文的知識推理技術，對BIM 模型進行智能審查。對于XDB 數據格式存在的表達數據，可以直接根據規范解析或知識推理的結果進行審查；對于未定義的數據（比如可計算的構件屬性），采用了模型表示擴展的方式，可通過屬性擴展接口、實體關系擴展接口對構件或空間進行實體擴展或實體屬性計算后進行審查。

4 案例

以住宅設計規范6.4.2 為例，給出規范解析格式、知識推理格式以及應用到審圖的智能審查結果。規范解析和知識推理選取子句：“住宅滿足十二層及十二層以上的時，每棟樓應設置可容納擔架的電梯，且可容納擔架的電梯滿足一臺?！?；此子句體現了對實體的解釋（住宅）以及對修飾詞的解釋（十二層及十二層以上的）。

住宅設計規范6.4.2 部分數據解析邏輯過程如下（部分內容簡化）：

依據如上給出的解析和推理結果，智能審查的結果展示如圖3所示。

圖3 住宅BIM 模型的6.4.2 審查結果展示

5 結語

隨著BIM 技術的不斷發展，對BIM 智能審查應用的需求越來越多，對智能化的要求也越來越高；但模型與規范表達不一致在一定程度上限制了兩者數據應用的范圍。本文采用基于NLP 三元組技術的規范解析的結果，通過保持規范結構化數據格式的知識推理技術，解決了BIM 模型數據與規范表達不一致，以及規范數據需要進一步解釋的問題，拓寬了規范審查的范圍，進一步促進了BIM 智能審查技術的應用與實現。