CN113221216B - Bim的数据校验方法、装置、电子设备及存储介质 - Google Patents

Bim的数据校验方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113221216B
CN113221216B CN202110488111.1A CN202110488111A CN113221216B CN 113221216 B CN113221216 B CN 113221216B CN 202110488111 A CN202110488111 A CN 202110488111A CN 113221216 B CN113221216 B CN 113221216B
Authority
CN
China
Prior art keywords
bim
parameters
target
parameter
submodel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110488111.1A
Other languages
English (en)
Other versions
CN113221216A (zh
Inventor
何祥伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Wanyi Digital Technology Co.,Ltd.
Original Assignee
Wanyi Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wanyi Technology Co Ltd filed Critical Wanyi Technology Co Ltd
Priority to CN202110488111.1A priority Critical patent/CN113221216B/zh
Publication of CN113221216A publication Critical patent/CN113221216A/zh
Application granted granted Critical
Publication of CN113221216B publication Critical patent/CN113221216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种BIM的数据校验方法、装置、电子设备及存储介质，该方法包括：建立多个BIM子模型，并对其中的每个BIM子模型进行轻量化处理；将经过轻量化处理的多个BIM子模型中的目标BIM子模型传输至对应的目标建筑参与方，以使目标建筑参与方将参数导入目标BIM子模型中；接收导入有参数的目标BIM子模型，由导入有参数的目标BIM子模型生成BIM整体模型；提取BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数；确定出目标参数对应的目标BIM子模型，并生成解决方案，将目标参数对应的目标BIM子模型和解决方案返回至对应的目标建筑参与方。本申请实施例有利于提高BIM模型中的数据校验效率。

Description

BIM的数据校验方法、装置、电子设备及存储介质
技术领域
本申请涉及装配式建筑技术领域，尤其涉及一种BIM的数据校验方法、装置、电子设备及存储介质。
背景技术
BIM(Building Information Modeling，建筑信息模型)技术是一种应用于工程设计、建造、管理的数据化工具，基于BIM技术所开发的云平台，在预制构件的管理、施工进度的掌握方面有着非常重要的作用。由于与传统的建筑设计本质工作上的不同，BIM设计与实施过程的数据校验是非常重要的一环，现有BIM模型在设计和实施过程中基本不做数据校验操作，少有的方案中通过对BIM进行哈希计算，采用哈希值进行数据校验，但是，其校验效率相对较低。
发明内容
为解决上述问题，本申请提供了一种BIM的数据校验方法、装置、电子设备及存储介质，有利于提高BIM模型中的数据校验效率。
本申请实施例第一方面提供了一种BIM的数据校验方法，应用于云端服务器，该方法包括：
建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理；
在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中；
接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型；
提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数；
确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方。
结合第一方面，在一种可能的实施方式中，所述提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数，包括：
对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分；
将所述综合评估得分小于得分阈值的参数确定为所述目标参数。
结合第一方面，在一种可能的实施方式中，所述对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分，包括：
按照对应的构件类别将所提取的参数分为外围轮廓构件参数、内部空间构件参数、功能结构构件参数和设施构件参数；
分别对所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数进行匹配度、真实性和可行性评估，得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的匹配度得分、真实性得分和可行性得分；
将所述匹配度得分、真实性得分和可行性得分之和乘以预设系数得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述综合评估得分；其中，所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述预设系数是根据每个类别对应的允许误差设定的。
结合第一方面，在一种可能的实施方式中，所述可行性评估，包括：
确定所述BIM整体模型所对应的工程项目，获取行业内同类工程项目的可行性分析标准文档；
读取所述可行性分析标准文档以从所述可行性分析标准文档中确定出BIM设计阶段应用区域、BIM施工阶段应用区域和BIM运营阶段应用区域；
对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域进行事件抽取，以得到提及构件参数的短文本；
将所述短文本中的构件参数与所提取的构件参数进行匹配，得到所述可行性评估的结果。
结合第一方面，在一种可能的实施方式中，所述对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域进行事件抽取，以得到提及构件参数的短文本，包括：
采用引入建筑工程知识图谱的分词工具对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域的长文本进行分词处理；
将分词处理后的长文本进行向量化处理，得到分词处理后的长文本中单词的词向量；
根据所述词向量获取序列标注模型的输入向量；
基于所述输入向量预测出分词处理后的长文本中单词对应的标签，根据单词对应的标签完成事件抽取，得到所述短文本。
结合第一方面，在一种可能的实施方式中，所述根据所述词向量获取序列标注模型的输入向量，包括：
利用改进的注意力机制计算所述词向量中每个词向量的权重；
根据每个词向量的权重计算得到分词处理后的长文本中单词的注意力向量；
将所述注意力向量确定为所述输入向量。
本申请实施例第二方面提供了一种BIM的数据校验装置，该装置包括：
模型建立模块，用于建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理；
参数导入模块，用于在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中；
模型生成模块，用于接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型；
参数校验模块，用于提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数；
参数修改模块，用于确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方。
本申请实施例第三方面提供了一种电子设备，该电子设备包括输入设备和输出设备，还包括处理器，适于实现一条或多条指令；以及，
计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行上述第一方面所述的方法中的步骤。
本申请实施例第四方面提供了一种计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由处理器加载并执行上述第一方面所述的方法中的步骤。
与现有技术相比，本申请实施例通过建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理；在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中；接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型；提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数；确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方。这样在对参数进行校验，筛选出问题参数后，可针对问题参数对应的目标BIM子模型进行修改，且仅需该目标BIM子模型对应的目标建筑参与方参与修改，从而有利于节约修改时间，进而提高BIM模型中的数据整体校验效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种网络系统架构图；
图2为本申请实施例提供的一种BIM的数据校验方法的流程示意图；
图3为本申请实施例提供的一种可行性评估的流程示意图；
图4为本申请实施例提供的另一种BIM的数据校验方法的流程示意图；
图5为本申请实施例提供的一种BIM的数据校验装置的结构示意图；
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请说明书、权利要求书和附图中出现的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同的对象，而并非用于描述特定的顺序。
本申请实施例提供一种BIM的数据校验方案，该方案可基于图1所示的网络系统架构进行实施，如图1所示，该网络系统架构至少包括用户终端和云端服务器，整个网络系统通过网络连接，该网络可以是虚拟专用网、局域网、广域网等，具体通信传输协议不作限定。用户终端可以是建筑参与方的终端，比如设计人员、施工人员、业主等，设计人员可通过用户终端进行相应操作，云端服务器可响应于该操作进行BIM子模型的创建，并对创建的子模型进行存储，各建筑参与方可通过用户终端对BIM子模型进行下载，然后进行参数导入，并将导入参数的BIM子模型上传到云端，由云端服务器执行参数校验操作，并生成相应修改方案，再将不符合要求的参数对应的BIM子模型和修改方案返回到对应建筑参与方进行修改。示例性的，用户终端可以是电脑、平板电脑、智能手机、可穿戴设备、个人数字助理等设备，云端服务器可以是支持图形引擎的服务器，图1仅仅是一种示例，其还可以包括如数据库、路由器、交换机等更多的组成部分。
基于图1所示的网络系统架构，以下结合相关附图对本申请实施例提出的BIM的数据校验方法进行详细阐述，请参见图2，图2为本申请实施例提供的一种BIM的数据校验方法的流程示意图，如图2所示，包括步骤S21-S25：
S21，建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理。
本申请具体实施例中，根据设计人员的操作建立多个BIM子模型，比如，一个完整的工程项目可能有多个设计方参与，每个设计方负责工程项目的一部分，由此产生多个BIM子模型，在云端对每个BIM子模型进行解析得到经过轻量化处理的BIM子模型。
S22，在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中。
本申请具体实施例中，各建筑参与方通过用户终端进行相关BIM子模型的下载，比如施工人员或施工承包商在对某个BIM子模型对应的部分进行施工时，可向云端服务器请求下载该BIM子模型，具体的，可通过在下载请求中携带对应BIM子模型的标识，该BIM子模型的标识可以是设计人员设计时的命名或设计人员的用户终端标识。云端服务器根据下载请求确定出对应的目标BIM子模型，并将该目标BIM子模型返回到请求该目标BIM子模型的目标建筑参与方，比如其设计人员、对应项目的施工人员、业主，等等。由目标建筑参与方进行参数的导入，比如参数可以是构件的属性、构件的物料清单、施工时间、施工进度等。
S23，接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型。
本申请具体实施例中，目标建筑参与方在导入参数后，将导入有参数的目标BIM子模型上传至云端，云端服务器基于BIM子模型之间的关联关系或BIM子模型构件之间的关联关系，由导入参数的多个BIM子模型生成BIM整体模型，该BIM整体模型即为完整的工程项目的BIM模型。其中，BIM子模型之间的关联关系可以是并列关系或者从属关系等。
S24，提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数。
本申请具体实施例中，上述提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数，包括：
对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分；
将所述综合评估得分小于得分阈值的参数确定为所述目标参数。
其中，匹配度是指提取出的参数与设计图纸或设计文档中的参数的匹配程度，真实性是指导入参数的建筑参与方是否为先前已认证的建筑参与方，比如导入参数的用户终端是否为已认证终端，等等，可行性是指这些参数是否可确保BIM整体模型的执行。对于提取出的每个参数，从匹配度、真实性和可行性三个方面进行评估，并给出每个参数的综合评估得分，若该综合评估得分小于得分阈值，则将对应参数确定为不符合预设条件的目标参数。
示例性的，对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分，包括：
按照对应的构件类别将所提取的参数分为外围轮廓构件参数、内部空间构件参数、功能结构构件参数和设施构件参数；
分别对所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数进行匹配度、真实性和可行性评估，得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的匹配度得分、真实性得分和可行性得分；
将所述匹配度得分、真实性得分和可行性得分之和乘以预设系数得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述综合评估得分；其中，所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述预设系数是根据每个类别对应的允许误差设定的。
具体的，BIM模型中的构件大致可以划分为外围轮廓构件、内部空间构件、功能结构构件和设施构件，比如，外围轮廓构件可以是柱、梁、承重墙、护窗栏杆等，内部空间构件可以是马桶、房间等，功能结构构件可以是排水构件、暖通构件等，设施构件可以是电气类构件等。按照以上构件类别可以将提取出的参数分为外围轮廓构件参数、内部空间构件参数、功能结构构件参数和设施构件参数，对每一类构件参数分别从匹配度、真实性和可行性三个方面进行评估，并得到其在三个方面的得分，即匹配度得分、真实性得分和可行性得分，可将该三个方面的得分之和作为对应参数的综合评估得分，进一步的，还可将该三个方面的得分之和乘以预设系数之后作为对应参数的综合评估得分。其中，外围轮廓构件参数、内部空间构件参数、功能结构构件参数和设施构件参数每个类别的预设系数都不相同，其具体可以根据每个类别的构件的可允许误差设定，比如，现浇结构模板底模上表面标高允许误差为5毫米，相邻两板表面高低差允许误差为2毫米，其中，针对每个类别中的构件，将其可允许误差的众数作为预设系数，比如外围轮廓构件中柱、梁、承重墙、护窗栏杆等的可允许误差中众数为5毫米，则将5作为外围轮廓构件参数的预设系数。该实施方式，采用众数作为预设系数，有利于解决同类构件参数中综合评估得分差异较大的问题。
示例性的，如图3所示，上述可行性的评估，包括步骤S31-S34：：
S31，确定所述BIM整体模型所对应的工程项目，获取行业内同类工程项目的可行性分析标准文档；
本申请具体实施例中，比如BIM整体模型所对应的工程项目是住宅，则可获取住宅类工程项目的可行性分析标准文档，BIM整体模型所对应的工程项目是商业综合体，则可获取商业综合体类工程项目的可行性分析标准文档，BIM整体模型对应的工程项目是交通基础设施，则可获取交通基础设施类工程项目的可行性分析标准文档，等等。
S32，读取所述可行性分析标准文档以从所述可行性分析标准文档中确定出BIM设计阶段应用区域、BIM施工阶段应用区域和BIM运营阶段应用区域；
本申请具体实施例中，通过读取可行性分析标准文档以识别可行性分析标准文档的篇章结构信息，比如，通过对可行性分析标准文档的目录进行识别，可以粗略定位出信息提取区域，然后采用关键词词典对这些区域做进一步筛选，以确定出BIM设计阶段应用区域、BIM施工阶段应用区域和BIM运营阶段应用区域。应当理解的，可行性分析标准文档中，BIM设计阶段应用区域主要涉及到根据方案建立BIM模型、根据专业图纸确认建筑空间以及对BIM模型进行优化、在施工图阶段进行信息集成以及成本预估等；BIM施工阶段应用区域涉及到施工过程控制、成本控制、工程量的计算、模型碰撞检测、资金计划统筹等；BIM运营阶段应用区域涉及到照明、消防的空间定位、隐蔽工程管理、应急管理、设施管理等。基于BIM设计阶段应用区域、BIM施工阶段应用区域和BIM运营阶段应用区域的内容，可抽取出众多参数，比如涉及到构件的参数、涉及到资金的参数等。
S33，对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域进行事件抽取，以得到提及构件参数的短文本；
本申请具体实施例中，采用训练好的序列标注模型对BIM设计阶段应用区域、BIM施工阶段应用区域和BIM运营阶段应用区域进行事件抽取。首先，采用引入建筑工程知识图谱的分词工具对BIM设计阶段应用区域、BIM施工阶段应用区域和BIM运营阶段应用区域的长文本进行分词处理，将分词处理后的长文本进行向量化处理，得到分词处理后的长文本中单词的词向量，根据词向量获取序列标注模型的输入向量，基于输入向量预测出分词处理后的长文本中单词对应的标签，根据单词对应的标签完成事件抽取，得到短文本。
具体的，定义标签体系为：B-表示构件描述的开始，I-表示构件描述的参数，E-表示构件描述的结束，O-表示不相关内容。改进的注意力机制用于获取BIM设计阶段应用区域、BIM施工阶段应用区域和BIM运营阶段应用区域长文本描述的主题，采用主题标记器st对词向量中每个词向量进行标记，得到每个词向量的权重
Figure BDA0003050278560000094
其中，
Figure BDA0003050278560000091
采用softmax分类器对
Figure BDA0003050278560000092
进行计算得到，t表示第t时刻。其中，
Figure BDA0003050278560000093
WT、W、b为训练阶段学习到的参数，st为主题标记器st的隐向量，ht为词向量，将词向量与对应的权重相乘得到分词处理后的长文本中单词的注意力向量，将该注意力向量作为序列标注模型的输入向量进行标签预测，比如最终抽取出的短文本可以是“叠合板厚度60mm”，等等。
S34，将所述短文本中的构件参数与所提取的构件参数进行匹配，得到所述可行性评估的结果。
本申请具体实施例中，将短文本中的参数与提取的构件参数进行匹配，按照其匹配度给出相应的可行性评估得分，作为可行性评估的结果。
S25，确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方。
本申请具体实施例中，在某个目标BIM子模型对应的目标参数为不符合预设条件的情况下，生成相应解决方案，比如施工过程控制模型需要对大型构件进行拼装，然后将解决方案与该目标BIM子模型一起返回到对应的目标建筑参与方的用户终端以进行修改。进一步的，还可对该目标BIM子模型与其他BIM子模型进行关联性计算，将关联性大于预设值的BIM子模型与该目标BIM子模型一起返回到目标建筑参与方，以与关联性较高的BIM子模型进行协同。
可以看出，本申请实施例通过建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理；在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中；接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型；提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数；确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方。这样在对参数进行校验，筛选出问题参数后，可针对问题参数对应的目标BIM子模型进行修改，且仅需该目标BIM子模型对应的目标建筑参与方参与修改，从而有利于节约修改时间，进而提高BIM模型中的数据整体校验效率。
请参见图4，图4为本申请实施例提供的另一种BIM的数据校验方法的流程示意图，如图4所示，包括步骤S41-S46：
S41，建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理；
S42，在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中；
S43，接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型；
S44，提取所述BIM整体模型中的参数，对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分；
S45，将所述综合评估得分小于得分阈值的参数确定为所述目标参数；
S46，确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方。
其中，上述步骤S41-S46的具体实施方式在图2所示的实施例中已有详细说明，为避免重复，此处不再赘述。
基于上述方法实施例的描述，本申请实施例还提供一种BIM的数据校验装置，所述BIM的数据校验装置可以是运行于终端中的一个计算机程序(包括程序代码)。该BIM的数据校验装置可以执行图2或图4所示的方法。请参见图5，该装置包括：
模型建立模块51，用于建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理；
参数导入模块52，用于在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中；
模型生成模块53，用于接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型；
参数校验模块54，用于提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数；
参数修改模块55，用于确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方。
在一种可选的实施方式中，在提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数方面，参数校验模块54具体用于：
对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分；
将所述综合评估得分小于得分阈值的参数确定为所述目标参数。
在一种可选的实施方式中，在对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分方面，参数校验模块54具体用于：
按照对应的构件类别将所提取的参数分为外围轮廓构件参数、内部空间构件参数、功能结构构件参数和设施构件参数；
分别对所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数进行匹配度、真实性和可行性评估，得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的匹配度得分、真实性得分和可行性得分；
将所述匹配度得分、真实性得分和可行性得分之和乘以预设系数得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述综合评估得分；其中，所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述预设系数是根据每个类别对应的允许误差设定的。
在一种可选的实施方式中，在可行性评估方面，参数校验模块54具体用于：
确定所述BIM整体模型所对应的工程项目，获取行业内同类工程项目的可行性分析标准文档；
读取所述可行性分析标准文档以从所述可行性分析标准文档中确定出BIM设计阶段应用区域、BIM施工阶段应用区域和BIM运营阶段应用区域；
对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域进行事件抽取，以得到提及构件参数的短文本；
将所述短文本中的构件参数与所提取的构件参数进行匹配，得到所述可行性评估的结果。
在一种可选的实施方式中，对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域进行事件抽取，以得到提及构件参数的短文本方面，参数校验模块54具体用于：
采用引入建筑工程知识图谱的分词工具对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域的长文本进行分词处理；
将分词处理后的长文本进行向量化处理，得到分词处理后的长文本中单词的词向量；
根据所述词向量获取序列标注模型的输入向量；
基于所述输入向量预测出分词处理后的长文本中单词对应的标签，根据单词对应的标签完成事件抽取，得到所述短文本。
在一种可选的实施方式中，在根据所述词向量获取序列标注模型的输入向量方面，参数校验模块54具体用于：
利用改进的注意力机制计算所述词向量中每个词向量的权重；
根据每个词向量的权重计算得到分词处理后的长文本中单词的注意力向量；
将所述注意力向量确定为所述输入向量。
本申请实施例提供的BIM的数据校验装置通过设置模型建立模块51建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理；通过设置参数导入模块52在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中；通过设置模型生成模块53接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型；通过设置参数校验模块54提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数；以及通过设置参数修改模块55确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方，有利于提高BIM模型中的数据校验效率。
根据本申请的一个实施例，图5所示的BIM的数据校验装置中的各个单元可以分别或全部合并为一个或若干个另外的单元来构成，或者其中的某个(些)单元还可以再拆分为功能上更小的多个单元来构成，这可以实现同样的操作，而不影响本发明的实施例的技术效果的实现。上述单元是基于逻辑功能划分的，在实际应用中，一个单元的功能也可以由多个单元来实现，或者多个单元的功能由一个单元实现。在本发明的其它实施例中，BIM的数据校验装置也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
根据本申请的另一个实施例，可以通过在包括中央处理单元(CPU)、随机存取存储介质(RAM)、只读存储介质(ROM)等处理元件和存储元件的例如计算机的通用计算设备上运行能够执行如图2或图4中所示的相应方法所涉及的各步骤的计算机程序(包括程序代码)，来构造如图5所示的装置设备，以及来实现本发明实施例的上述方法。所述计算机程序可以记载于例如计算机可读记录介质上，并通过计算机可读记录介质装载于上述计算设备中，并在其中运行。
基于上述方法实施例以及装置实施例的描述，本发明实施例还提供一种电子设备。请参见图6，该电子设备至少包括处理器61、输入设备62、输出设备63以及计算机存储介质64。其中，电子设备内的处理器61、输入设备62、输出设备63以及计算机存储介质64可通过总线或其他方式连接。
计算机存储介质64可以存储在电子设备的存储器中，所述计算机存储介质64用于存储计算机程序，所述计算机程序包括程序指令，所述处理器61用于执行所述计算机存储介质64存储的程序指令。处理器61(或称CPU(Central Processing Unit，中央处理器))是电子设备的计算核心以及控制核心，其适于实现一条或多条指令，具体适于加载并执行一条或多条指令从而实现相应方法流程或相应功能。
在一个实施例中，本申请实施例提供的电子设备的处理器61可以用于进行一系列BIM的数据校验处理，包括：
建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理；
在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中；
接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型；
提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数；
确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方。
在另一个实施例中，处理器61执行所述提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数，包括：
对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分；
将所述综合评估得分小于得分阈值的参数确定为所述目标参数。
在另一个实施例中，处理器61执行所述对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分，包括：
按照对应的构件类别将所提取的参数分为外围轮廓构件参数、内部空间构件参数、功能结构构件参数和设施构件参数；
分别对所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数进行匹配度、真实性和可行性评估，得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的匹配度得分、真实性得分和可行性得分；
将所述匹配度得分、真实性得分和可行性得分之和乘以预设系数得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述综合评估得分；其中，所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述预设系数是根据每个类别对应的允许误差设定的。
在另一个实施例中，处理器61执行所述可行性评估，包括：
确定所述BIM整体模型所对应的工程项目，获取行业内同类工程项目的可行性分析标准文档；
读取所述可行性分析标准文档以从所述可行性分析标准文档中确定出BIM设计阶段应用区域、BIM施工阶段应用区域和BIM运营阶段应用区域；
对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域进行事件抽取，以得到提及构件参数的短文本；
将所述短文本中的构件参数与所提取的构件参数进行匹配，得到所述可行性评估的结果。
在另一个实施例中，处理器61执行所述对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域进行事件抽取，以得到提及构件参数的短文本，包括：
采用引入建筑工程知识图谱的分词工具对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域的长文本进行分词处理；
将分词处理后的长文本进行向量化处理，得到分词处理后的长文本中单词的词向量；
根据所述词向量获取序列标注模型的输入向量；
基于所述输入向量预测出分词处理后的长文本中单词对应的标签，根据单词对应的标签完成事件抽取，得到所述短文本。
在另一个实施例中，处理器61执行所述根据所述词向量获取序列标注模型的输入向量，包括：
利用改进的注意力机制计算所述词向量中每个词向量的权重；
根据每个词向量的权重计算得到分词处理后的长文本中单词的注意力向量；
将所述注意力向量确定为所述输入向量。
示例性的，上述电子设备可以是独立的物理服务器，也可以是服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、以及大数据和人工智能平台等基础云计算服务的云端服务器。电子设备可包括但不仅限于处理器61、输入设备62、输出设备63以及计算机存储介质64。本领域技术人员可以理解，所述示意图仅仅是电子设备的示例，并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。
需要说明的是，由于电子设备的处理器61执行计算机程序时实现上述的BIM的数据校验方法中的步骤，因此上述BIM的数据校验方法的实施例均适用于该电子设备，且均能达到相同或相似的有益效果。
本申请实施例还提供了一种计算机存储介质(Memory)，所述计算机存储介质是电子设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机存储介质既可以包括终端中的内置存储介质，当然也可以包括终端所支持的扩展存储介质。计算机存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器61加载并执行的一条或多条的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器；可选的，还可以是至少一个位于远离前述处理器61的计算机存储介质。在一个实施例中，可由处理器61加载并执行计算机存储介质中存放的一条或多条指令，以实现上述有关BIM的数据校验方法的相应步骤。
需要说明的是，由于计算机存储介质的计算机程序被处理器执行时实现上述的BIM的数据校验方法中的步骤，因此上述BIM的数据校验方法的所有实施例或实施方式均适用于该计算机存储介质，且均能达到相同或相似的有益效果。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (7)

1.一种BIM的数据校验方法，其特征在于，应用于云端服务器，所述方法包括：
建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理；
在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中；
接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型；
提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数；
确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方；
所述提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数，包括：
对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分；
将所述综合评估得分小于得分阈值的参数确定为所述目标参数；
所述对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分，包括：
按照对应的构件类别将所提取的参数分为外围轮廓构件参数、内部空间构件参数、功能结构构件参数和设施构件参数；
分别对所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数进行匹配度、真实性和可行性评估，得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的匹配度得分、真实性得分和可行性得分；
将所述匹配度得分、真实性得分和可行性得分之和乘以预设系数得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述综合评估得分；其中，所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述预设系数是根据每个类别对应的允许误差设定的。
2.根据权利要求1所述的方法，其特征在于，所述可行性评估，包括：
确定所述BIM整体模型所对应的工程项目，获取行业内同类工程项目的可行性分析标准文档；
读取所述可行性分析标准文档以从所述可行性分析标准文档中确定出BIM设计阶段应用区域、BIM施工阶段应用区域和BIM运营阶段应用区域；
对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域进行事件抽取，以得到提及构件参数的短文本；
将所述短文本中的构件参数与所提取的构件参数进行匹配，得到所述可行性评估的结果。
3.根据权利要求2所述的方法，其特征在于，所述对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域进行事件抽取，以得到提及构件参数的短文本，包括：
采用引入建筑工程知识图谱的分词工具对所述BIM设计阶段应用区域、所述BIM施工阶段应用区域和所述BIM运营阶段应用区域的长文本进行分词处理；
将分词处理后的长文本进行向量化处理，得到分词处理后的长文本中单词的词向量；
根据所述词向量获取序列标注模型的输入向量；
基于所述输入向量预测出分词处理后的长文本中单词对应的标签，根据单词对应的标签完成事件抽取，得到所述短文本。
4.根据权利要求3所述的方法，其特征在于，所述根据所述词向量获取序列标注模型的输入向量，包括：
利用改进的注意力机制计算所述词向量中每个词向量的权重；
根据每个词向量的权重计算得到分词处理后的长文本中单词的注意力向量；
将所述注意力向量确定为所述输入向量。
5.一种BIM的数据校验装置，其特征在于，所述装置包括：
模型建立模块，用于建立多个BIM子模型，并在云端对所述多个BIM子模型中的每个BIM子模型进行轻量化处理；
参数导入模块，用于在接收到各建筑参与方的下载请求的情况下，将经过轻量化处理的所述多个BIM子模型中所述下载请求所请求的目标BIM子模型传输至对应的目标建筑参与方，以使所述目标建筑参与方将参数导入所述目标BIM子模型中；
模型生成模块，用于接收所述目标建筑参与方上传的导入有参数的所述目标BIM子模型，由导入有参数的所述目标BIM子模型生成BIM整体模型；
参数校验模块，用于提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数；
参数修改模块，用于确定出所述目标参数对应的所述目标BIM子模型，并生成解决方案，将所述目标参数对应的所述目标BIM子模型和解决方案返回至对应的所述目标建筑参与方；
在提取所述BIM整体模型中的参数以进行校验，筛选出不符合预设条件的目标参数方面，所述参数校验模块具体用于：
对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分；
将所述综合评估得分小于得分阈值的参数确定为所述目标参数；
在对所提取出的参数进行匹配度、真实性和可行性评估，计算得到所提取出的参数的综合评估得分方面，所述参数校验模块具体用于：
按照对应的构件类别将所提取的参数分为外围轮廓构件参数、内部空间构件参数、功能结构构件参数和设施构件参数；
分别对所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数进行匹配度、真实性和可行性评估，得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的匹配度得分、真实性得分和可行性得分；
将所述匹配度得分、真实性得分和可行性得分之和乘以预设系数得到所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述综合评估得分；其中，所述外围轮廓构件参数、所述内部空间构件参数、所述功能结构构件参数和所述设施构件参数的所述预设系数是根据每个类别对应的允许误差设定的。
6.一种电子设备，包括输入设备和输出设备，其特征在于，还包括：
处理器，适于实现一条或多条指令；以及，
计算机存储介质，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由所述处理器加载并执行如权利要求1-4任一项所述的方法中的步骤。
7.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一条或多条指令，所述一条或多条指令适于由处理器加载并执行如权利要求1-4任一项所述的方法中的步骤。
CN202110488111.1A 2021-04-30 2021-04-30 Bim的数据校验方法、装置、电子设备及存储介质 Active CN113221216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110488111.1A CN113221216B (zh) 2021-04-30 2021-04-30 Bim的数据校验方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110488111.1A CN113221216B (zh) 2021-04-30 2021-04-30 Bim的数据校验方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113221216A CN113221216A (zh) 2021-08-06
CN113221216B true CN113221216B (zh) 2022-12-30

Family

ID=77090891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110488111.1A Active CN113221216B (zh) 2021-04-30 2021-04-30 Bim的数据校验方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113221216B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114360137A (zh) * 2021-11-30 2022-04-15 浙江朱道模块集成有限公司 一种用于医院的信息采集自动引导系统
CN117610507A (zh) * 2023-11-24 2024-02-27 中国人民解放军军事科学院系统工程研究院 一种基于标准的数据处理方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104834991A (zh) * 2015-04-08 2015-08-12 上海市建筑科学研究院(集团)有限公司 一种建筑工程采用建筑信息模型bim的应用价值评估方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6081518A (en) * 1999-06-02 2000-06-27 Anderson Consulting System, method and article of manufacture for cross-location registration in a communication system architecture
US9799208B2 (en) * 2014-10-27 2017-10-24 Honeywell International Inc. Physical and logical threat analysis in access control systems using BIM
US20190354075A1 (en) * 2018-05-18 2019-11-21 Johnson Controls Technology Company Systems and methods for forming a building information model
US11275841B2 (en) * 2018-09-12 2022-03-15 Adversa Ai Ltd Combination of protection measures for artificial intelligence applications against artificial intelligence attacks
CN109635426A (zh) * 2018-12-11 2019-04-16 安徽省招标集团股份有限公司 Bim项目的建模及模型校验方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104834991A (zh) * 2015-04-08 2015-08-12 上海市建筑科学研究院(集团)有限公司 一种建筑工程采用建筑信息模型bim的应用价值评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Automated Verification of Building Components Using BIM Models and Point Clouds;Honti Richard 等;《Slovak Journal of Civil Engineering》;20200930;第28卷(第3期);13-19 *
BIM技术在建筑设计中的实际应用;廖俊晖;《山西建筑》;20160301(第07期);10-11 *

Also Published As

Publication number Publication date
CN113221216A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN108345587B (zh) 一种评论的真实性检测方法与系统
US20230289828A1 (en) Data processing method, computer device, and readable storage medium
CN113221216B (zh) Bim的数据校验方法、装置、电子设备及存储介质
CN113014566B (zh) 恶意注册的检测方法、装置、计算机可读介质及电子设备
CN112035549B (zh) 数据挖掘方法、装置、计算机设备及存储介质
CN111309910A (zh) 文本信息挖掘方法及装置
CN112507628A (zh) 基于深度双向语言模型的风险预测方法、装置和电子设备
CN112905868A (zh) 事件抽取方法、装置、设备及存储介质
CN111046158A (zh) 问答匹配方法及模型训练方法、装置、设备、存储介质
CN111274822A (zh) 语义匹配方法、装置、设备及存储介质
CN115130711A (zh) 一种数据处理方法、装置、计算机及可读存储介质
US20230043882A1 (en) Method for assisting launch of machine learning model
CN114219971A (zh) 一种数据处理方法、设备以及计算机可读存储介质
CN113591881A (zh) 基于模型融合的意图识别方法、装置、电子设备及介质
CN113569118A (zh) 自媒体推送方法、装置、计算机设备及存储介质
CN116522131A (zh) 对象表示方法、装置、电子设备及计算机可读存储介质
CN114444040A (zh) 认证处理方法、装置、存储介质及电子设备
CN113592160A (zh) 基于融合处理的用户设备的失联风险预测方法、系统和计算机设备
CN112434650A (zh) 一种多光谱图像建筑物变化检测方法及系统
CN112231454A (zh) 提问预测及回答反馈方法、装置、计算机设备及存储介质
CN111859985A (zh) Ai客服模型测试方法、装置、电子设备及存储介质
CN113408562A (zh) 一种模型训练的样本增强方法、装置与系统
CN110348190A (zh) 基于用户操作行为的用户设备归属判断方法及装置
CN110362981A (zh) 基于可信设备指纹判断异常行为的方法及系统
CN117591674B (zh) 基于文本分类模型对桥梁检评文本的自动分类方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230411

Address after: A601, Zhongke Naneng Building, No. 06 Yuexing 6th Road, Gaoxin District Community, Yuehai Street, Nanshan District, Shenzhen City, Guangdong Province, 518063

Patentee after: Shenzhen Wanyi Digital Technology Co.,Ltd.

Address before: 519000 room 105-24914, No.6 Baohua Road, Hengqin New District, Zhuhai City, Guangdong Province (centralized office area)

Patentee before: WANYI TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right