An ontology-aided, natural language-based approach for multi-constraint BIM model querying

要約

必要な建物情報を効率的に取得できることは、建設プロジェクトの利害関係者がエンジニアリングおよび管理活動を実行するために重要です。
自然言語インターフェース (NLI) システムは、ビルディング インフォメーション モデル (BIM) をクエリするための、時間と費用対効果の高い方法として出現しています。
ただし、既存の方法では、さまざまな制約を論理的に組み合わせてきめ細かいクエリを実行することができず、自然言語 (NL) ベースの BIM クエリの使いやすさが損なわれています。
このホワイト ペーパーでは、複雑な BIM モデルをクエリするための、さまざまな属性と関係制約を含む自然言語クエリ (NLQ) をコンピューターで読み取り可能なコードに自動的にマップする、新しいオントロジー支援セマンティック パーサーを紹介します。
まず、モジュラー オントロジーを開発して、Industry Foundation Classes (IFC) の概念と関係の NL 表現を表現し、次に、プロジェクト固有の情報を同化するために、ターゲット BIM モデルからのエンティティを入力しました。
その後、オントロジー支援のセマンティック パーサーは、NLQ から概念、関係、および値の制限を段階的に抽出して、制約条件を完全に特定します。その結果、推論ルールを備えた標準の SPARQL クエリが生成され、IFC ベースの BIM モデルを正常に取得できます。
このアプローチは、BIM ユーザーから収集された 225 の NLQ に基づいて評価され、91% の精度で評価されました。
最後に、実際の住宅の設計チェックに関するケーススタディは、建設業界における提案されたアプローチの実用的な価値を示しています。

要約(オリジナル)

Being able to efficiently retrieve the required building information is critical for construction project stakeholders to carry out their engineering and management activities. Natural language interface (NLI) systems are emerging as a time and cost-effective way to query Building Information Models (BIMs). However, the existing methods cannot logically combine different constraints to perform fine-grained queries, dampening the usability of natural language (NL)-based BIM queries. This paper presents a novel ontology-aided semantic parser to automatically map natural language queries (NLQs) that contain different attribute and relational constraints into computer-readable codes for querying complex BIM models. First, a modular ontology was developed to represent NL expressions of Industry Foundation Classes (IFC) concepts and relationships, and was then populated with entities from target BIM models to assimilate project-specific information. Hereafter, the ontology-aided semantic parser progressively extracts concepts, relationships, and value restrictions from NLQs to fully identify constraint conditions, resulting in standard SPARQL queries with reasoning rules to successfully retrieve IFC-based BIM models. The approach was evaluated based on 225 NLQs collected from BIM users, with a 91% accuracy rate. Finally, a case study about the design-checking of a real-world residential building demonstrates the practical value of the proposed approach in the construction industry.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google