盈嘉BOS核心功能剖析：基于自然语言理解的构件智能搜索

大家好！前面一期我们重点介绍了BOS的室内外路径规划能力。在空间智能计算、分析服务方面，BOS还提供了其他能够满足各类智能化应用场景的功能和服务。

这一期，我们来讲讲BOS基于自然语言理解的构件智能搜索的能力。

基于自然语言理解的构件智能搜索是在基于AI的BOS空间智能计算、分析服务方面的一个很有代表性的应用。用户可以在不必了解模型构件的属性结构的情况下，在BOS中输入自然语言形式的短语、语句等进行检索，快速匹配构件的空间位置、类别、名称等信息，查找符合条件的模型构件并定位。

BOS的自然语言理解算法，结合基于BIM语义的模型属性数据提取和分析，实现构件智能检索的服务接口，并在三维可视化页面上快速查询定位。以此为典型功能案例，BOS通过融合AI、大数据等技术，实现空间语义识别和计算分析，深度挖掘建筑模型数据的价值，赋能智慧应用场景。

下面，我们就详细讲讲BOS基于自然语言理解的构件智能搜索。

一、

BOS基于自然语言理解的构件智能搜索的应用场景

BOS基于自然语言理解的构件智能搜索可在多种场景中应用。比如在管道系统运维中，管理人员经常需要通过类型、功能、位置等特征，灵活快速的检索设备。在BOS中，通过智能搜索，直接输入自然语言形式的短语、句子，可完成多种特征的组合查询。在下面的例子中，管理人员在智能搜索框中输入“污水系统的检查井”，获得全部污水系统的检查井构件。 

构件智能搜索以日常语言为输入，使管理人员的日常工作更加便利。通过将构件智能搜索与IoT技术融合，管理人员可以更便捷的实现对同类型设备，特定区域的设施设备进行快速检索和定位，提高管理的便捷性和效率。在实际应用中，管理人员在收到系统提示信息，如运行告警、设备运转异常等，他可以组合该热点设备的规格、型号和生成厂家信息等形成自然语言表达，进行智能检索，快速发现同类设备，进行预防性的维护操作。

二、

基于自然语言理解的构件智能搜索原理

BOS基于自然语言理解的构件智能搜索，使得软件系统能够“理解”BIM模型的构件语义和人的搜索意图，并进行匹配。

在BIM模型解析过程中，BOS对BIM数据进行分析和再组织，对属性进行拆解，并形成信息检索的索引数据和重要性权值评估。该数据支持对属性的高效检索和匹配度评估。

在用户输入词组、短语和句子进行智能搜索时，通过NLP（自然语言处理），形成检索关键词列表。BOS通过该关键词列表与后台构件属性的索引数据进行匹配，形成加权的匹配度数值。按照该数值从高到底形成匹配构件的检索结果。

三、 

如何使用BOS的构件智能搜索

· 一个案例

以下用一个简单的案例说明构件智能搜索的使用和效果，比如快速找到园区内位于某个楼层中某种类型的摄像头。我们将从园区模型上传解析开始，然后输入目标构件相关的描述语句，实现目标构件检索。

首先，在BOS模型管理组件中上传园区模型，等待解析完成。

解析完成后，点击模型文件名称打开模型，进入BOS3DViewer后点击页面底部工具栏中的“更多”按钮，在弹出的页面中再点击“构件查找”按钮。 

在打开的“构件查找”页面中，默认选中的查找方式为“智能搜索”，同时可以看到搜索框内的文字提示“请输入需要搜索模型中的空间、系统相关信息或构件相关属性”，即用户可以通过空间（楼层、房间等）、机电系统或是构件属性中的某些字段进行组合检索。 

例如，我们想要在园区北区建筑物中找到位于2楼的人脸抓拍摄像头，那么就可以直接在搜索框中输入“北区2F人脸抓拍摄像头”，点击搜索，系统后台会自动建立关键词索引，再根据词语语义分词对比，将匹配的内容按权重比值从高到低返回，展示效果如下图所示： 

我们在返回的结果中选中位于最上方即匹配度最高的构件，然后点击定位，就能够在园区中快速找到符合的目标设备，展示效果如下图所示：

点击查看构件属性，可以看到与之匹配的属性字段，实现目标构件检索的目的。

四、 

结语

本期主要介绍通过基于自然语言理解的构件智能搜索功能，实现数据资产定位、机电设备追踪等场景的规划和应用。BOS分析BIM模型中的构件多维语义，通过模型解析、数据获取和预处理、关键词加权、建立索引等方式实现对智慧空间对象数据和自然语言理解和匹配，从而实现精确、快速的智能搜索。BOS在理解“物”和“人”两方面要素的基础上，实现计算机对空间的智能化应用和人性化服务。