建筑工程规范的查询一直以来都是建筑行业从业者的高频刚需。在任何一个建设工程全项目周期内，从工程的前期调研，到立项、设计、施工，到最后的交付验收，整个过程都必须围绕遵循国家相关规范条款开展设计、施工，从而确保工程建设的可行性、安全性、功能性及合理性。
目前建筑工程细分领域的规范类目多，数量大；涉及了建筑、结构、给排水、暖通、电气、消防、道路桥梁、国土规划、施工验收、工程造价等分支专业，其规范达多本，条款达数万条、图表数据量巨大。这就造成了工程人员对规范条款的：学习门槛高、记忆掌握难、理解辨识混乱等诸多困难；从而直接增加了工程实践难度，也间接降低了行业准入人员的积极性。
现市面现已有的工程规范查询系统一直延续着传统关键字词匹配的查询方式，依赖用户对查询结果进行自行排序、筛选、鉴别，有时甚至还要再次由工程设计人员耗费一定时间精力人工查阅工程规范文件后，查询需3-5次甚至多次也未必能查找到自己想要的规范条款。其查询速度慢、成功率低，无法快速、精准地返回用户需要的规范条款结果，大大影响了工程设计人员的工作效率，有时还可能误导工程设计人员对规范条款的理解。
在此痛点和场景下，寻规，国内首个基于人工智能自然语言处理（NLP）技术的工程规范AI搜索引擎部署上线！
寻规：PC网页端、AutoCAD端、小程序端准确度大幅提升
基于人工智能强大预训练中文语义模型构建起来的规范检索系统，针对80%的工程规范查询仅需查询1次，就能精确命中查询意图，并返回真正符合工程设计人员查询意图的规范条款！
查询速度大幅提升
平均查询到一条规范条款仅需5秒左右，搜索时间大幅缩短，规范查询效率提升36~60倍！
其中基于AutoCAD的寻规工程规范搜索引擎，更是国内首创的规范查询解决方案！从工程设计人员实际工作场景出发，大大提高了设计效率，降低了设计错误率，受到业内工程人员的一致好评。
工程规范查询场景其本质是信息问答检索，即抽象为自然语言处理任务。用户通过自然语言输入检索词Query，快速在海量数据中查找相似内容。从建筑工程规范语料库的检索、排序到抽取环节，寻规采用了百度人工智能平台：飞桨PaddleNLP-Pipelines智能文本产线。基于百度ERNIE语义理解技术与RocketQA开放域问答技术，并得益其大规模预训练模型生成的高质量语义表示空间和端到端的训练方法，语义模型能够提供更优质的结果，简化了传统问答系统的级联架构和特征工程方案，使系统架构的复杂性大大降低。
实际工程案例：
寻规上线后的一个工建内外装饰改造工程为例：
原本可研阶段需要等待业主了解规范条款要求、等待审图专家对规范可行性回复的时间，从7天缩减至1天即完成。
原本设计出图后需要按照规范要求修改图纸的时间，从5天变为一次性通过审图。
进入施工阶段，因建设工程各方主体通过寻规对规范条款的同步检索和一致理解，平稳高效的完成施工。原本需要2-3周的质量验收周期也变为一次性通过质检与消防部门的验收。
该项目实施期间累计通过寻规查询规范条款+次，相比于同类规模工程缩短了1.5个月；正是这提前的一个半月时间使得建设单位业主方避免了即将来临的冬季停工期影响，现已正常开展经营，也使得业主单位提前完成了今年的业务指标。
转载请注明：http://www.0431gb208.com/sjslczl/5081.html
