Emirates Scholar Research Center - Research Publishing & Indexing Center

التعرف على الكيان القائم على التعلم العميق في وثائق تنظيم البناء

المؤلفون: Phillip Schönfelder

المجلة: الندوة الدولية الثامنة والثلاثون حول الأتمتة والروبوتات في البناء ، دبي ، الإمارات العربية المتحدة.

تاريخ النشر: نوفمبر 2021.

الكلمات الرئيسية: التحقق التلقائي من الامتثال (ACC) نمذجة معلومات البناء (BIM) معالجة اللغة الطبيعية (NLP) التعرف على الكيانات المسماة (NER) التعلم الآلي


خلاصة

في صناعة البناء ، يطلب المقاولون معرفة دقيقة لقيود التصميم الناشئة عن الوثائق التنظيمية ومواصفات العقد. للتحقق التلقائي من الامتثال لتصميم المبنى فيما يتعلق بهذه القواعد ، يجب تحويلها من التمثيل بلغة طبيعية إلى تنسيق يمكن قراءته آليًا. هذه المهمة ، إذا تم تنفيذها من قبل خبراء بشريين ، شاقة للغاية وعرضة للخطأ ، وبالتالي فإن أتمتها متوقع. تتمثل إحدى اللبنات الأساسية لعملية استخراج المعلومات هذه في العثور على المصطلحات الأساسية التي تحمل المعلومات الدلالية في كل قاعدة تصميم. التعرف على الكيانات المسماة ، مهمة فرعية لاستخراج المعلومات في مجال معالجة اللغة الطبيعية ، تهدف إلى العثور على هذه الكيانات في نص غير منظم وتعيين ملصق لها وفقًا للفئات المحددة مسبقًا. تقدم هذه الورقة طريقة تستند إلى نموذج محول التعلم العميق الخاضع للإشراف ، والذي يتم استخدامه لاستخراج المصطلحات ذات الصلة من مجموعة المستندات التنظيمية الألمانية. يتطلب القليل من بيانات التدريب ، ولا يوجد تفاعل من المستخدم ويحقق درجات أداء مرجحة تزيد عن 95٪ من الدقة و 95٪ تذكر ، بالنظر إلى أنه تم تحديد 12 فئة غير متوازنة. بالإضافة إلى ذلك ، يتم التحقيق في كيفية تأثير مخططات العلامات المختلفة واختلافات النماذج على أداء المصنف. بالنسبة إلى الامتدادات المستقبلية ، يتم اختيار تسميات الفئة بحيث يمكن ربطها بالمفاهيم المحددة بالفعل بواسطة فئات مؤسسة الصناعة. كجزء من هذه الدراسة ، تم إنشاء مجموعة بيانات تدريبية تتكون من 2500 جملة من وثائق قانون البناء ، مع توضيح علامات الكيانات المسماة.

Read full article
227 Views
Scroll to top
Close
Browse Tags