CN111814434B - 建筑规范结构化规则自动生成装置及方法 - Google Patents

Abstract

本发明公开了一种基于语义解析的结构化建筑规范自动生成的装置，包括建筑规范领域特征的编码模块、带SNL语法约束的生成模块和两阶段生成模块，其特征在于：建筑规范领域特征的编码模块根据自然语言描述得到条款语义向量；带SNL语法约束的生成模块实现带语法约束的生成功能；带SNL语法约束的生成模块利用SNL的语法构建规则，利用SNL可拆解的特点，将SNL的生成过程转化为句型模板的选择任务和句型细节的填充任务，以此实现对解码器生成过程的限制；两阶段生成模块提供将自然语言规则转化为SNL的功能；两阶段生成模块将编码方法与带语法约束的生成方法加以融合，得到了两阶段的生成模型，以减少因单一模型过拟合而产生的错误。

Description

建筑规范结构化规则自动生成装置及方法

技术领域

本发明涉及一种用于结构化建筑规范自动生成的方法，尤其涉及利用语义解析技术实现从自然语言到结构化建筑规范的装置和方法，应用于建筑规范的结构化编写阶段和建筑信息模型的审核、设计阶段。

背景技术

随着建筑设计领域的数字化水平不断加深，建筑图纸的自动审查技术愈发重要。在自动审查技术当中，结构化规范是基本的数据支持。这是由于自然语言描述的规则不具备可执行性。现阶段，当前建筑规范的结构化主要采用人工编写的方式。该方式主要存在开发周期长、人员要求高、协作成本高的问题。因此亟需规则自动结构化的工具。

本发明以清华大学软件学院BIM规范审查课题组提出的SNL语言作为结构化的目标，该标准现已纳入国标体系(GB/T 36456.3-2018)。SNL可以描述构件的属性、构件的二元关系，以及它们的逻辑组合。例如《住宅设计规范》5.8.1:“窗台距楼面、地面的净高小于0.90m时，应设置防护设施”对应的SNL为“如果窗的默认窗台高度<900那么窗有栏杆”。其具体的语法定义如图1所示。

然而想要实现自然语言规则到SNL的自动生成，存在以下挑战：

(1)建筑规范条款自然语言表达方式的多样性：自然语言描述的规则内容表达方式差异巨大，如使用特定模板进行抽取的方法，虽然准确率高，但召回率低。现有的大部分模板系统依赖语法树的解析结果进行后续规则定义，不同规则的语法树差异较大，少数的人工预定义模板无法满足大部分建筑规范的转化需求。

(2)建筑领域背景知识的利用：建筑领域存在大量专有名词，建筑规范中的术语往往是现有数据集的集外词，这会带来嵌入表达缺失的问题。

(3)生成的SNL规则需要满足语法约束：通用的生成任务，比如翻译、对话,生成的结果语句较为随意，而SNL的生成需要满足SNL语法约束。

现阶段，从自然语言到结构化规则往往采用语义解析技术来实现，但无法直接迁移到SNL生成任务上，主要原因有以下几点：

(1)现有的语义解析任务中比较常见的有SQL和代码生成，方法上包含草图填充和强化学习的方法，但他们主要针对SQL/Python设计，这些语言的语法结构与SNL差异较大。

(2)现有的语义解析技术对特定领域背景知识依赖较少，而建筑领域存在大量的专有名词，需要对其加以区分，否则生成结果较差。

(3)现有的带约束生成技术往往针对较深的递归结构设计，与SNL的实际情况不符。若强行支持较深的结构，则存在欠学习的问题。

发明内容

为了解决上述问题，本发明基于语义解析技术，提出了面向建筑规范领域特征的编码方法和带SNL语法约束的生成方法，并且融合两种方法，设计了两阶段的生成模型，实现了从自然语言到SNL规则自动转换的目标。最终设计了建筑规范自动生成装置。

本发明提供了一种基于语义解析的结构化建筑规范自动生成的装置，包括建筑规范领域特征的编码模块、带SNL语法约束的生成模块和两阶段生成模块，其特征在于：

建筑规范领域特征的编码模块根据自然语言描述得到规范条款的语义向量；

建筑规范领域特征的编码模块利用建筑领域词汇的词性特点，对专业词汇赋予不同的嵌入表达，提升编码器对关键词汇的区分能力，减少关键词汇出现在SNL语句错误位置的问题；

带SNL语法约束的生成模块实现带语法约束的生成功能；带SNL语法约束的生成模块利用SNL的语法构建规则，将SNL的生成过程转化为句型模板的选择任务和句型细节的填充任务，以此实现对解码器生成过程的限制；

两阶段生成模块提供将自然语言规则转化为SNL的功能；两阶段生成模块将编码方法与带语法约束的生成方法加以融合，得到了两阶段的生成模型，以减少因单一模型过拟合而产生的错误。

进一步地，筑规范领域特征的编码模块利用有监督语料集外词常出现于无监督语料中的特点，对无监督语料进行二次预训练。

进一步地，自然语言输入首先会进行一阶段端到端生成的尝试，其中一阶段端到端生成采用建筑规范领域编码器模型和普通的解码器模型；然后进行语义相似度判定，如果不满足阈值条件，会进入二阶段带约束生成阶段，其中二阶段生成则采用建筑规范领域编码器模型和带SNL约束的解码器模型。

本发明还提供了一种基于语义解析的结构化建筑规范自动生成方法，具体包括以下步骤：

步骤1、UI模块操作；用户在前端网页输入分割后的单句规则，确认保存后开始自动生成结构化表示的流程；之后用户使用辅助分词功能，将句子拆分为单词序列；确认无误后，进行辅助自动生成；

步骤2、辅助生成开始，利用建筑领域嵌入模块，对输入的单词序列进行嵌入表示，分别得到词性编码、词义编码和位置编码；

步骤3、对以上词性编码、词义编码和位置编码求和，得到单词序列最终的建筑领域嵌入表达；再将嵌入表达，送入建筑规范编码器模块，得到规范条文的内容编码向量；

步骤4、将规范条文的内容编码向量送入Transformer解码器模块，得到无语法约束的生成结果；并将生成结果和输入语句同时送入相似判定模块；

步骤5、判定生成结果和输入语句是否满足相似度要求，从而决定是否要进行带SNL语法约束的生成；相似判定过程使用表层相似模块的Jaccard系数和句义相似模块的余弦相似度，两部分加权求和得到最终的相似度指标；

步骤6、带约束生成模块根据SNL文法进行自顶向下的生成；针对输入的语句编码向量，按顺序送入句型自动选择模块、模板自动选择模块和模版自动填充模块；

步骤7、最后进行输出后处理模块的操作，根据生成采用的是Transformer解码器模；还是带约束解码器模块，为输出转化为不同的结构化形式，以方便前端界面展示。

进一步地，步骤2具备包括以下步骤：

步骤2.1、首先将单词序列送入术语词性编码模块，对输入的单词序列，寻找其中的建筑领域词汇打上标记，得到词性表示，得到词性编码；

步骤2.2、然后将单词序列送入领域预训练词义编码模块，得到词义编码；词义编码表示经过建筑领域预训练的模型初始化，利用了无监督语料的词义表示；步骤2.3然后将输入的单词序列，送入位置编码器模块，得到位置表示，得到位置编码；

进一步地，步骤6具备包括以下步骤：

步骤6.1、选择生成语句的类型；

步骤6.2、选择子句的动词，即决定了填充句子的模板是二目运算或是四目运算符；

步骤6.3、填充字句的模板；其中二目运算符模板的填充，完成了对二元关系类型字句的支持，会为子句选择主语和宾语；四目运算符模板的填充，完成了对属性关系类型子句的支持，会为子句选择主语、属性、操作符和筛选条件。

本发明的效益在于：

(1)本发明提出了建筑规范结构化自动生成方法，可以自动生成建筑规范条文对应的SNL规则，实现了建筑规则自动结构化的过程。

(2)本发明实现了建筑规范结构化自动生成装置。该装置可以作为规则库管理攻击的子装置，辅助规范条文结构化的过程，减少结构化愈发的学习成本；也可以作为审查工具的子装置，提升其规则结构化的自动程度。

附图说明

图1是本发明所述的系统的结构化目标SNL语言的生成文法示意图；

图2是本发明所述的系统工作流程图。

具体实施方式

以下将结合附图1对本发明的技术方案进行详细说明。

如图2所示，该实施例提供了一种基于语义解析的结构化建筑规范自动生成的装置，实现了自然语言到结构化规则的自动转换。

基于语义解析的结构化建筑规范自动生成的装置，包括建筑规范领域特征的编码模块、带SNL语法约束的生成模块和两阶段生成模块，该装置基于编码器-解码器框架，对自然语言规范条文进行领域特定的编码，再对其自顶向下的进行带语法约束的生成，并且通过相似判定模块将两种方法融合在一起，实现从自然语言规范条文到结构化规则SNL的生成。其中：

建筑规范领域特征的编码模块根据自然语言描述得到规范条文的语义向量。

建筑规范领域特征的编码模块利用建筑领域词汇的词性特点，对建筑专业词汇赋予不同的嵌入表达，提升了编码器对关键词汇的区分能力，减少了关键词汇出现在SNL语句错误位置的问题。

例如“会议室的占有面积不应小于12m²”中，“会议室”是常见的名词，“占有面积”是常见的属性词，对它们赋予不同的嵌入表达，有助于生成SNL时将“会议室”放在主语位置，“占有面积”放在属性位置。

面向建筑领域的大量规范文本，使用预训练微调技术，提升了编码模块对规则不同表达方式的处理能力。建筑规范领域特征的编码模块同时利用有监督语料集外词常出现于无监督语料中的特点，对无监督语料进行二次预训练，降低了集外词嵌入表达缺失对生成结果的影响。例如“电表度箱采用壁装的安装方式”,“度箱”和“壁装”并没有出现在历史数据中，如果对他们赋予默认的未知向量，会影响后续的生成。采用了领域特定预训练之后，会获得在无监督预料上的嵌入表达，弥补了嵌入缺失问题。

带SNL语法约束的生成模块实现带语法约束的生成功能。带SNL语法约束的生成模块利用SNL的语法构建规则，利用SNL可拆解的特点，将SNL的生成过程转化为句型模板的选择任务和句型细节的填充任务，以此实现对解码器生成过程的限制。

首先进入句型自动选择模块，为输入的规范条文选择句型，也即判定是“如果/那么”还是“所有”句。然后进入模板自动选择模块，决定每个基本子句的模板是双目还是四目运算符。最后进入模板自动填充模块，即根据不同的模板类型分别进行“完形填空”，如果是双目运算符，则填充主语、宾语，如果是四目运算符，则填充主语、属性、操作符、条件。该过程直觉上符合自顶向下的选择过程。

例如：规范条文“会议室的占有面积不应小于12m²”，首先为其选择句型，是“所有”句。然后自动选择模板，即选择动词“的”，因此其需要填充的是四目运算符模版。最后自动填充该模板，选择“会议室”为主语，“占有面积”为属性词，“>＝”为操作符，“12”为条件。于是，生成了SNL语句:“所有会议室的占有面积>＝12”。

两阶段生成模块提供将自然语言规则转化为SNL的功能。

两阶段生成模块将编码方法与带语法约束的生成方法加以融合，得到了两阶段的生成模型，以减少因单一模型过拟合而产生的错误。

自然语言输入首先会进行一阶段端到端生成的尝试。一阶段端到端生成采用领域特定编码器模型和普通的解码器模型。然后进行语义相似度判定，如果不满足阈值条件，会进入二阶段带约束生成阶段。二阶段生成则采用领域特定编码器模型和带SNL约束的解码器模型。例如：规范条文“电表度箱采用壁装的安装方式”，经过一阶段生成的结果是“如果建筑的建筑名称contains电表那么建筑的计算层数＝1”，该结果不满足语义相似度的判定，因此进入二阶段带约束生成，最终得到“所有电表的安装方式contains壁装”，符合SNL的生成要求。

该实施例还提供了一种基于语义解析的结构化建筑规范自动生成方法，具体包括以下步骤：

步骤1、UI模块操作。用户在前端网页输入分割后的单句规则，确认保存后开始自动生成结构化表示的流程。之后用户使用辅助分词功能，将句子拆分为单词序列。确认无误后，进行辅助自动生成。

例如：规范条文“核查给水、消防喷淋是否穿梁，如穿梁应考虑安全性(应有管道穿梁措施)”，用户首先拆解为“应有管道穿梁措施”的单句。然后经过分词与确认，得到单词序列“应有管道穿梁措施”。

步骤2、辅助生成开始，利用建筑领域嵌入模块，对输入的单词序列进行嵌入表示，分别得到词性编码、词义编码和位置编码；

步骤2.1、首先送入术语词性编码模块，对输入的单词序列，寻找其中的建筑领域词汇打上标记，得到词性表示。例如：“管道”会被赋予名词词性的嵌入表达。

步骤2.2、对输入的单词序列，送入经过领域特定预训练的模型初始化的编码器中，得到词义表示。

步骤2.3、对输入的单词序列，送入位置编码器模块，得到位置表示。

步骤3、对以上词性表示、词义表示和位置表示求和，得到单词序列最终的建筑领域嵌入表达。再将该嵌入表达，送入建筑规范编码器模块，得到规范条文的内容编码向量；

步骤4、将规范条文的内容编码向量送入Transformer解码器模块，得到无语法约束的生成结果；并将生成结果和输入语句同时送入相似判定模块；

步骤5、判定生成结果和输入语句是否满足相似度要求，从而决定是否要进行带SNL语法约束的生成。相似判定过程使用表层相似模块的Jaccard系数和句义相似模块的余弦相似度，两部分加权求和得到最终的相似度指标。该指标和相似度阈值进行比较，若满足阈值要求，则生成结果直接送入输出后处理模块。否则，输入语句的内容编码向量将会继续送入带约束解码器模块，进行进一步的生成。

例如：规范条文“电表度箱采用壁装的安装方式”，经过一阶段生成的结果是“如果建筑的建筑名称contains电表那么建筑的计算层数＝1”，该结果不满足语义相似度的判定。因此送入模块6的二阶段带约束生成模块。

步骤6、带约束生成模块根据SNL文法进行自顶向下的生成。针对输入的语句编码向量，按顺序送入句型自动选择模块、模板自动选择模块和模版自动填充模块。

步骤6.1、选择生成语句的类型，也即选择是”如果/那么句”还是”所有句”。其中，“如果/那么”句表示条件结论部分都存在的句型，“所有”句表示只有结论部分存在的句型。

例如：规范条文“电表度箱采用壁装的安装方式”会选择为“所有”句型。

步骤6.2、选择子句的动词，即决定了填充模板是二目运算符还是四目运算符。

例如：根据规范条文“电表度箱采用壁装的安装方式”会选择动词“的”，该动词属于四目运算符模板。

步骤6.3、填充字句的模板。其中二目运算符模板的填充，完成了对二元关系类型字句的支持，会为子句选择主语和宾语；四目运算符模板的填充，完成了对属性关系类型子句的支持，会为子句选择主语、属性、操作符和筛选条件；

例如：规范条文“电表度箱采用壁装的安装方式”，该填充阶段会选择主语“电表”，属性词“安装方式”，操作符”contains”条件“壁装”，最终生成SNL语句：“所有电表的安装方式contains壁装”。

模块7、最后进行输出后处理模块的操作，根据生成采用的是Transformer解码器模块还是带约束解码器模块，为输出转化为不同的结构化形式，以方便前端界面展示。

尽管参考附图详地公开了本申请，但应理解的是，这些描述仅仅是示例性的，并非用来限制本申请的应用。本申请的保护范围由附加权利要求限定，并可包括在不脱离本申请保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。

Claims (5)

1.一种基于语义解析的结构化建筑规范自动生成的装置，包括建筑规范领域特征的编码模块、带SNL 语法约束的生成模块和两阶段生成模块，其特征在于：

建筑规范领域特征的编码模块根据自然语言描述得到规范条款的语义向量；

建筑规范领域特征的编码模块利用建筑领域词汇的词性特点，对专业词汇赋予不同的嵌入表达，提升编码器对关键词汇的区分能力，减少关键词汇出现在SNL 语句错误位置的问题；

带SNL语法约束的生成模块实现带语法约束的生成功能；带SNL语法约束的生成模块利用SNL的语法构建规则，将SNL 的生成过程转化为句型模板的选择任务和句型细节的填充任务，以此实现对解码器生成过程的限制；

两阶段生成模块提供将自然语言规则转化为SNL的功能；其中，自然语言输入首先会进行一阶段端到端生成的尝试，其中一阶段端到端生成采用建筑规范领域编码器模型和普通的解码器模型；然后进行语义相似度判定，如果不满足阈值条件，会进入二阶段带约束生成阶段，其中二阶段生成则采用建筑规范领域编码器模型和带SNL约束的解码器模型；

两阶段生成模块将编码方法与带语法约束的生成方法加以融合，得到了两阶段的生成模型，以减少因单一模型过拟合而产生的错误。

2.根据权利要求1所述的基于语义解析的结构化建筑规范自动生成的装置，其特征在于：建筑规范领域特征的编码模块利用有监督语料集外词常出现于无监督语料中的特点，对无监督语料进行二次预训练。

3.一种基于语义解析的结构化建筑规范自动生成方法，具体包括以下步骤：

步骤1、UI模块操作，用户在前端网页输入分割后的单句规则，确认保存后开始自动生成结构化表示的流程；之后用户使用辅助分词功能，将句子拆分为单词序列；确认无误后，进行辅助自动生成；

步骤2、辅助生成开始，利用建筑领域嵌入模块，对输入的单词序列进行嵌入表示，分别得到词性编码、词义编码和位置编码；

步骤3、对以上词性编码、词义编码和位置编码求和，得到单词序列最终的建筑领域嵌入表达；再将嵌入表达，送入建筑规范编码器模块，得到规范条文的内容编码向量；

步骤4、将规范条文的内容编码向量送入Transformer解码器模块，得到无语法约束的生成结果；并将生成结果和输入语句同时送入相似判定模块；

步骤5、判定生成结果和输入语句是否满足相似度要求，从而决定是否要进行带SNL语法约束的生成；相似判定过程使用表层相似模块的Jaccard系数和句义相似模块的余弦相似度，两部分加权求和得到最终的相似度指标；

步骤6、带约束生成模块根据SNL文法进行自顶向下的生成；针对输入的语句编码向量，按顺序送入句型自动选择模块、模板自动选择模块和模版自动填充模块；

步骤7、最后进行输出后处理模块的操作，根据生成采用的是Transformer解码器模块；还是带约束解码器模块，为输出转化为不同的结构化形式，以方便前端界面展示。

4.根据权利要求3所述的基于语义解析的结构化建筑规范自动生成方法，其特征在于：步骤2包括以下步骤：

步骤2.1、首先将单词序列送入术语词性编码模块，对输入的单词序列，寻找其中的建筑领域词汇打上标记，得到词性表示，得到词性编码；

步骤2.2、然后将单词序列送入领域预训练词义编码模块，得到词义编码；词义编码表示经过建筑领域预训练的模型初始化，利用了无监督语料的词义表示；步骤2.3然后将输入的单词序列，送入位置编码器模块，得到位置表示，得到位置编码。

5.根据权利要求3所述的基于语义解析的结构化建筑规范自动生成方法，其特征在于：步骤6包括以下步骤：

步骤6.1、选择生成语句的类型；

步骤6.2、选择子句的动词，即决定了填充句子的模板是二目运算或是四目运算符；

步骤6.3、填充字句的模板；其中二目运算符模板的填充，完成了对二元关系类型字句的支持，会为子句选择主语和宾语；四目运算符模板的填充，完成了对属性关系类型子句的支持，会为子句选择主语、属性、操作符和筛选条件。

Images