知识库构建与智能检索——NLP与知识图谱

一、学识管控的时代困局和破局机遇

1. 学识资产的“沉睡”和“离职”1）非结构化资料占比超80%：图纸（DWG/PDF）、规范文档，施工方案、变更单、会议纪要难以利用2）隐性学识断层：资深工程师的特殊工况处理招数随退休离职3）跨专精协同壁垒：建筑、结构、机电专精资料孤岛现象严重

2. AI技艺带来的破局机遇1）NLP让机器领会规划语言：意图识别、实体抽取、语义匹配核心技艺2）学识图谱连接专精孤岛：构筑“建筑功能-结构形式-机电系统”的语义网络3）RAG保证答案可信：检索增强生成制度，所有答案附带来源，消除AI幻觉

二、 NLP和学识图谱核心技艺拆解

1. NLP核心差事和抓手选型1）意图识别：区分规范查询、方案检索、闲聊等等类型2）实体抽取：识别建筑类型、结构架构、规范编号、材料名称等等要害实体3）关系抽取：识别“适用条件-推荐工法”“隐患因素-预防措施”等等关系4）语义匹配：将用户问题和学识库片段开展相似度计算

2. 学识图谱构筑办法论1）实体类型定义：项目、人员、规范、图集，构件、材料、问题七大类2）关系类型定义：“项目-采用-规范”“构件-符合-图集”“问题-适用-建筑类型”3）构筑流程：本体规划→实体抽取→关系构筑→图资料库存储4）图资料库选型：Neo4j（Cypher查询友好）vs JanusGraph（分布式）

3. RAG和GraphRAG技艺深度拆解1）RAG准则事务流：意图识别→混合检索→重排序→大模型生成→答案溯源2）向量检索原理：BGE等等Embedding模型将文本转为向量，Milvus等等达成毫秒级检索3）GraphRAG革新：向量检索定位实体+图谱多跳推理获取深层关联4）答案溯源三层保障：正文附来源+原文截图链接+条款有效性标注

三、 AI抓手采用招数——提示词工程

1. WWW提示词轮廓详解1）Who（定位设定）：你是一名具备20年心得的一级注册建筑师2）What（差事描述）：请列出医疗建筑手术部的平面布局要点3）Way（约束条件）：以条款列表输出，落地时，附规范编号，标注强条

2. CoT思路链招数1）复杂问题分步拆解：带出AI渐次推理2）实例：某18层住宅抗震等级查询→轴压比计算→配筋率参考的完整链

3. 提示词精进“避坑指南”1）防止模糊：不要说“帮我查规范”，要说“请根据《建筑规划防火规范》GB50016查询5.5.25条”2）善用定位：设定专家身份能拉升输出专精度3）迭代追问：第 一次不满意，具体来看，补充条件继续追问4）验证来源：所有答案必须核对原文

四、 实地实操：用开源抓手体验学识抽取和检索

1. 抓手准备：DeepKE（开源学识抽取抓手）、Chroma（轻量级向量库）

2. 差事1：给出一段规范文本（GB50016第5.5.25条），换个角度看，自动抽取实体和关系，导出三元组

3. 差事2：导入3-5条规范文档，分别用要害词搜索、向量检索、RAG测试同一问题

4. 差事3：对比结果准确性和可追溯性，碰头RAG的优势来源

一、 资料准备和学识抽取实操

1. 多源异构资料归集清单1）规范准则类：PDF（含扫描件），Word：需OCR识别、表格还原、层级拆解2）图纸档案类：DWG、PDF图纸——需图块属性提取，图签资讯识别3）项目文档类：方案文本，计算书、变更单——需格式统一、元资料标注4）BIM模型类：IFC，RVT——需实体提取、属性映射5）会议纪要类：录音，会议记录——需语音转文字、要害资讯抽取6）历史实例类：中标方案、出色项目——需标签化、分类入库7）材料装置库：Excel，厂家样本——需结构化清洗、关联建库

2. 文档预处理准则化流程1）格式转换：扫描PDF用PaddleOCR识别2）结构拆解：构筑“章-节-条-款-项”树状结构，按照段落粒度语义分割3）学识抽取：提取术语表、关系对，规则化表述4）向量化处理：切片长度512-1024 tokens，保留元资料（来源、章节、版本）

3. 实地实操：资料清洗挑战1）每组领取一份“脏资料”（扫描版规范PDF、带表格的图纸截图）2）采用OCR和拆解抓手开展清洗和结构化3）记录遇到的难点（表格错位、公式识别错误）以及破解措施

二、 学识存储和索引构筑

1. 向量资料库选型和配置1）主流抓手对比：Milvus（高性能，落地时，支持GPU加速）、Chroma（轻量级），PGVector（PostgreSQL插件）2）配置要点：索引类型HNSW，向量维度768/1024、相似度算法余弦相似度

2. 学识图谱构筑实操1）本体规划：参考Brick Schema、ifcOWL等等业界准则2）实体抽取：BERT-CRF模型微调+正则规则3）关系构筑：基于共现关系、规则匹配、大模型辅助4）图资料库操作：Neo4j Cypher基础语法示例

3. 混合检索打法配置1）向量检索：召回语义相似片段2）要害词召回：BM25算法确保术语精确匹配3）图谱推理：多跳检索获取关联学识4）父文档检索：片段级结果关联完整上下文

三、 智能体和事务流集成

1. 智能体核心本领1）感知：接收用户输入或者系统经过2）思索：调用大模型开展推理决策3）行动：执行具体操作（查询资料库、发送消息）4）记忆：存储历史交互，执行层面，持续精进

2. 典型智能体配置示例1）规范查新智能体：触发条件（新规范发布）→感知（读取规范文本）→思索（比对旧项目）→行动（推送提醒）2）变更单分发智能体：感知（图纸修改）→思索（识别影响专精）→行动（生成提醒并推送）

3. 实地实操：配置一个专精智能体事务流1）分组选项一个情境（规范查新提醒、变更单自动分发）2）规划智能体事务流（触发条件→感知→思索→行动→反馈）3）用流程图抓手画出智能体推演4）展示方案，碰头落地可行性

一、 建筑专精智能检索情境

1. 情境1：规范条款秒级问答1）痛点：防火规范强条分散，实操中，人工翻阅易漏2）方案：RAG规范学识库，自然语言提问，秒级定位3）实例：中南建院达成数千项规范秒级智能问答，规划师日都采用超过5次

2. 情境2：类似项目方案参考1）痛点：方案前期收集实例需数天2）方案：历史项目学识库，按照标签检索3）实例：中南建院输入要害词，系统秒级生成10余种风格方案，运行层面，方案迭代周期缩短20%

3. 情境3：绿建条文和评分项检索1）痛点：绿建申报需查阅多本准则，逐条对照2）方案：绿建学识库，按照专精、星级检索3）实例：输入“绿色建筑三星级，给排水专精需要满足哪些条文？”输出相关条款列表，关联已借助三星评价的项目实例

4. 交流实战：建筑方案智能辅助1）每组领取一个假设项目（如某滨水美术馆）2）用学识库检索类似项目（至少3个）3）用规范问答查验方案的防火、绿建符合性

二、 结构专精智能检索情境

1. 情境1：类似项目结构选型参考1）痛点：初设阶段需要参考类似项目结构参数2）方案：项目学识库+结构参数索引3）实例：输入“80米高办公楼，运行层面，轮廓-核心筒，从实践看，典型柱距？”输出统计柱距8.4m，梁高650mm

2. 情境2：抗震构造措施迅速查询1）痛点：抗震构造需查阅规范+图集，落地时，易出错2）方案：规范学识库+图集库关联3）实例：输入“7度区，在实际应用里，轮廓结构，二级抗震，就一线经验说，梁柱节点箍筋加密区长度？”输出GB50011 6.3.3条，落地时，附16G101-1第84页大样

3. 交流实战：结构选型和构造查询（10分钟）1）给定项目条件：高度60m，7度区，轮廓-剪力墙，场地Ⅲ类2）用学识库检索类似项目结构参数3）查询轮廓梁抗震构造要求

三， 机电专精智能检索情境

1. 给排水专精情境1）管道坡度查询：“办公楼卫生间排水管最小坡度”返回规范要求+错误实例2）消防水池计算：“消防水池有效容积计算”给出公式+参数取值+计算书模板

2. 暖通专精情境1）负荷指标查询：“商场中央空调冷负荷指标”返回指引推荐值+类似项目实际负荷2）防排烟查询：“防烟分区面积限值”返回规范条款+图示说明

3. 电气专精情境1）变电所位置：“变电所宜设位置”返回规范要求+不合理布置实例2）应急照明：“应急照明持续供电时间”多规范协同检索

4. 管线综合智能协同1）避让要则查询：“风管和水管交叉时谁让谁”返回通用要则+实地图片2）协同提醒：建筑修改平面后，自动向相关专精推送提醒

5. 交流实战：跨专精协同上手1）分专精组（建筑、结构、给排水、暖通、电气）2）建筑组修改一个要害部位（如楼梯间、管井）3）各专精组采用学识库生成对其他专精的协同提醒内容

一、 中南建筑规划院——DeepSeek全情境接入实践

1. 项目来由和痛点1）规划师日都1.5小时用于规范查询，易遗漏强条2）方案前期收集参考实例需数天3）合同评审等等管控流程倚重人工

2. 技艺架构和施行路径1）DeepSeek-V3/R1满血版私有化部署2）整合数千项国家以及业界准则，构筑专项资料库3）GiantAI平台达成“人机共创”常态化

3. 核心运用情境1）规范智能问答：支持“全库检索”和“单一规范定向查询”，往细里说，答案附带依据来源2）方案智能生成：输入要害词秒级生成10余种成效图方案3）管控流程自动化：合同评审、投标打法生成

4. 项目成效1）方案迭代周期缩短20%2）规划效率和决策科学性显著拉升3）为业界提供低成本AI赋能范本（训练成本仅为国际同类7%）

5. 心得启示1）从高频情境切入（规范问答），迅速验证价值2）渐次扩展至管控、经营全链条3）坚持私有化部署，确保资料安全

二、 中建西南院——自主研发智能体集群

1. 项目来由和方略定位1）70余年积累的海量图纸、规范、实例2）涉外项目图纸翻译诉求迫切3）坚持“运用牵引+技艺攻坚”双轮驱动

2. 技艺架构1）完全自主研发，不基于任何开源平台2）六大专精学识库：建筑、结构、给排水、暖通、电气、规范、专精术语库3）支持完全本地化部署，保护核心学识资料

3. 核心功能1）智能问答：自然语言输入，迅速获取规范条文解读2）智能检索：基于语义领会的规范条文检索3）图纸翻译：识别专精术语，生成符合标的国家规范的翻译版本4）规范查新：新规范发布后自动比对旧项目隐患

4. 项目成效1）页面点击量五万余次，从实践看，功能调用超万次2）入选成都市机器智能技艺革新本领清单（建筑工程领域唯 一上榜单位）3）显著拉升学识管控效率

5. 心得启示1）自主研发掌握核心技艺2）分专精建设学识库，换个角度看，再借助图谱关联3）安全优先，在实际应用里，本地化部署打消顾虑

三、 华建集团华东院——商汤方略携手和图纸多模态大模型

1. 项目来由1）华东院70余年积累的海量高质量CAD图纸资源2）2025年7月和商汤科技达成方略携手

2. 技艺架构1）融合商汤“日日新”多模态大模型技艺和华东院工程资料2）共研工程图纸多模态大模型，达成图纸智能审查、拆解和辅助生成3）共建建筑业界AI Agent平台，换个角度看，炼就多专精协同抓手集

3. 四大深度携手方向1）共研工程图纸多模态大模型：让AI“读懂”复杂工程图纸2）共建建筑业界AI Agent平台：覆盖项目策划到施工图交付全流程3）共创业界准则化货品和业界生态：降低AI运用门槛4）共拓商业化运用情境：锁住城市更新、历史信念保护

4. 方略意义1）紧随中央城市事务会议“存量提质增效”新方向2）助力建设“革新、宜居、美丽、韧性、文明、智慧”现代化人民城市3）AI技艺和建筑业界深度融合的标杆实例

5. 心得启示1）头部规划院和顶 尖AI公司强强联合2）锁住“图纸领会”这一业界核心技艺难题3）从单点抓手向全流程平台演进

四、 中国华西集团——“善建大模型”和“AI+”赋能实践

1. 项目来由1）针对建筑业界学识沉淀分散、准则查询不便等长期痛点2）启动业界级AI解题打法——“善建大模型”研发攻关

2. 技艺架构1）深度融合华西集团70余年业界心得和海量资料储备2）覆盖工程建设、供给链管控、经营管控等等15个一级业务情境3）核心价值：将“老师傅”心得“算法化”，运行层面，业界海量资料价值“显性化”

3. 核心运用情境1）学识库检索、合同辅助编写，建材字典匹配：准确率超过99%，往细里说，效率平均拉升70%2）供应商AI智能审核入库：全流程从“人工一周”到“最快一分钟”3）华西RPA：保证金退费从10分钟缩短至1分钟，换个角度看，运行层面，错误率趋近于零4）智能客服“云汐”：降低重复咨询率30%以上5）“标讯精灵”：支援供应商筛选整合招标资讯

4. 组织和信念保障1）积极组织全员AI抓手研习和运用分享活动2）营造从经营层到基层一线，从研发到业务的全员拥抱智能技艺的革新氛围

5. 心得启示1）技艺攻关和运用落地并重2）从“小切口”精准运用入手，带来“大效益”拉升3）聚力沉淀“AI+工艺”“AI+成本”“AI+供给链”三大业界解题打法

五， 蜀道集团——RAG工程技艺规范库和动态学识图谱

1. 项目来由1）川西高原复杂地质条件：大型不良地质体处治，隧道机械化施工挑战增多2）传统人工查阅海量规范文档效率低、易遗漏

2. 技艺架构1）基于RAG（检索增强生成）技艺搭建“工程技艺规范库”2）采用Modular RAG架构，落地时，多级检索打法+实时反馈循环3）支持多模态查询（文本，图纸、影像）

3. 核心技艺优势1）实时学识更新：动态整合自有技艺规范架构，在实际应用里，业界规范以及历史实例2）精准检索生成：用户输入问题，在实际应用里，系统自动检索并生成结构化报告，标注出处3）灵活定制本领：针对工程情境定制学识库权限，在实际应用里，确保敏感资料安全

4. 实战实例：金西高速越喜隧道TBM选型1）问题来由：隧道全长18.4公里，在实际应用里，Ⅳ级和Ⅴ级围岩为主，存在断层破碎带，涌水隐患2）智能响应：输入“隧道TBM选型依据”，从实践看，运行层面，秒级检索SL/T 839—2025，《公路隧道全断面岩石掘进机法规划指南》以及项目地勘报告3）生成建议：针对软岩占比高，就一线经验说，就一线经验说，存在破碎带的地质特点，运行层面，优先采用护盾式TBM4）项目成效：选型论证从数周缩短至数天

5. 未来探索方向1）探索多模态RAG（融合图像、CAD图纸）2）规划和“针对性微调”结合（Hybrid Approach）3）炼就覆盖“建、管、养、运”全生命周期的智慧交通智能平台

6. 心得启示1）RAG技艺格外适配工程领域对实时性和精准性的高要求2）学识库成为工程一线的“智能参谋”3）动态研习制度确保系统持续进化

一，实操中， 工程公司AI成熟度自评

1. 资料维度评核1）规范文档数智化程度（扫描件vs结构化文本）2）历史项目资料标签化程度3）跨专精资料关联程度

2. 技艺维度评核1）AI抓手运用水平（个人尝鲜vs组织赋能）2）学识库建设阶段（零散积累vs系统平台）3）智能体运用范围（单点情境vs全流程覆盖）

3. 组织维度评核1）管控层重视程度2）专精推广大使配置3）学识贡献激励制度

二、 施行路径规划

1. 阶段一：迅速验证（1-2个月）1）选项1个高频情境（如规范问答）2）搭建最小可行平台，20+规划师试用3）积累心得，练就种子用户

2. 阶段二：专精扩展（3-4个月）1）增加结构、机电专精资料2）构筑跨专精学识图谱3）覆盖三大专精的智能检索系统

3. 阶段三：架构深化（5-6个月）1）开发智能审查、协同推送等等功能2）对接现有规划平台3）形成管将控度，纳入日常流程

三、 组织本领建设

1. 新岗位设置1）学识工程师：负责资料清洗、学识抽取、图谱维护2）AI训练师：精进提示词，评核模型输出质量3）专精推广大使：每个专精1-2名，具体来看，就一线经验说，负责培训本专精规划师

2. 规划师本领升级1）学会提问：用自然语言准确描述规划问题2）学会验证：辨别AI答案是否合理，是否过时3）学会贡献：主动将自己破解过的难题上传学识库

3. 制度建设1）《公司学识库建设和运维管控办法》2）《AI生成结晶审核和责任界定指引》3）《学识贡献激励制度》

四、 资料治理和安全保障

1. 资料治理要点1）先激活高频资料（规范、准则图集、典型实例）2）构筑资料清洗准则流程3）设置人工复核环节

2. 安全打法1）完全本地化部署，核心资料不出内网2）权限分级管控（不同级别可访问范围分级将控）3）操作审计日志

五、 实地实战：AI行动路线图绘制

1. 分组碰头：每组代表一个工程公司（可按照规模、专精特长分组）

2. 差事1：评核本组“公司”的AI成熟度（资料、技艺、组织）

3. 差事2：绘制未来6个月的AI行动路线图（包含情境选项，资料准备，队伍配置）

4. 差事3：识别潜在隐患以及化解措施

5. 小组展示，讲师点评

课程收束，答疑和资源推荐

一、课程核心要点回顾

让沉睡的图纸开口说话，让老师的心得永远在线：

1. 学识架构：NLP+学识图谱+RAG的技艺栈

2. 建设办法：资料治理→学识建模→智能检索→智能体集成

3. 标杆实例：五大公司的差异化路径和实践成效

4. 行动指南：成熟度评核→分步施行→组织保障

二，落地时，研习资源推荐

1. 开源抓手1）DeepSeek-R1：国产开源大模型，运行层面，适合私有化部署2）LangChain/LlamaIndex：RAG运用开发轮廓3）PaddleOCR：中文OCR识别抓手4）Neo4j：图资料库，适合学识图谱存储

2. 业界报告和资料1）中南建院、中建西南院公开分享资料2）蜀道集团工程技艺规范库试用入口3）《上海市住建业界数智化转型施行方案》

3. 持续研习社群1）构筑参训者微信群线上答疑，持续交流实践心得2）出色实例征集和分享

三、交流答疑

老师简介

Introduction to lecturers

弄懂更多

珀菲特顾问|蔺军老师