大家好！前面一期我們重點介紹了BOS的室內外路徑規劃能力。在空間智能計算、分析服務方面，BOS還提供了其他能夠滿足各類智能化應用場景的功能和服務。

盈嘉BOS：科技賦能，推動我國數字經濟健康發展

硬核干貨| 盈嘉BOS核心功能剖析：數據庫兼容能力詳解

硬核干貨 | 盈嘉BOS核心功能剖析：BOS室內外路徑規劃

這一期，我們來講講BOS基于自然語言理解的構件智能搜索的能力。

基于自然語言理解的構件智能搜索是在基于AI的BOS空間智能計算、分析服務方面的一個很有代表性的應用。用戶可以在不必了解模型構件的屬性結構的情況下，在BOS中輸入自然語言形式的短語、語句等進行檢索，快速匹配構件的空間位置、類別、名稱等信息，查找符合條件的模型構件并定位。

BOS的自然語言理解算法，結合基于BIM語義的模型屬性數據提取和分析，實現構件智能檢索的服務接口，并在三維可視化頁面上快速查詢定位。以此為典型功能案例，BOS通過融合AI、大數據等技術，實現空間語義識別和計算分析，深度挖掘建筑模型數據的價值，賦能智慧應用場景。

下面，我們就詳細講講BOS基于自然語言理解的構件智能搜索。

一、

BOS基于自然語言理解的構件智能搜索的應用場景

BOS基于自然語言理解的構件智能搜索可在多種場景中應用。比如在管道系統運維中，管理人員經常需要通過類型、功能、位置等特征，靈活快速的檢索設備。在BOS中，通過智能搜索，直接輸入自然語言形式的短語、句子，可完成多種特征的組合查詢。在下面的例子中，管理人員在智能搜索框中輸入“污水系統的檢查井”，獲得全部污水系統的檢查井構件。

構件智能搜索以日常語言為輸入，使管理人員的日常工作更加便利。通過將構件智能搜索與IoT技術融合，管理人員可以更便捷的實現對同類型設備，特定區域的設施設備進行快速檢索和定位，提高管理的便捷性和效率。在實際應用中，管理人員在收到系統提示信息，如運行告警、設備運轉異常等，他可以組合該熱點設備的規格、型號和生成廠家信息等形成自然語言表達，進行智能檢索，快速發現同類設備，進行預防性的維護操作。

二、

 基于自然語言理解的構件智能搜索原理

BOS基于自然語言理解的構件智能搜索，使得軟件系統能夠“理解”BIM模型的構件語義和人的搜索意圖，并進行匹配。

在BIM模型解析過程中，BOS對BIM數據進行分析和再組織，對屬性進行拆解，并形成信息檢索的索引數據和重要性權值評估。該數據支持對屬性的高效檢索和匹配度評估。

在用戶輸入詞組、短語和句子進行智能搜索時，通過NLP（自然語言處理），形成檢索關鍵詞列表。BOS通過該關鍵詞列表與后臺構件屬性的索引數據進行匹配，形成加權的匹配度數值。按照該數值從高到底形成匹配構件的檢索結果。

三、 

如何使用BOS的構件智能搜索

 一個案例

以下用一個簡單的案例說明構件智能搜索的使用和效果，比如快速找到園區內位于某個樓層中某種類型的攝像頭。我們將從園區模型上傳解析開始，然后輸入目標構件相關的描述語句，實現目標構件檢索。

首先，在BOS模型管理組件中上傳園區模型，等待解析完成。

解析完成后，點擊模型文件名稱打開模型，進入BOS3DViewer后點擊頁面底部工具欄中的“更多”按鈕，在彈出的頁面中再點擊“構件查找”按鈕。

在打開的“構件查找”頁面中，默認選中的查找方式為“智能搜索”，同時可以看到搜索框內的文字提示“請輸入需要搜索模型中的空間、系統相關信息或構件相關屬性”，即用戶可以通過空間（樓層、房間等）、機電系統或是構件屬性中的某些字段進行組合檢索。

例如，我們想要在園區北區建筑物中找到位于2樓的人臉抓拍攝像頭，那么就可以直接在搜索框中輸入“北區2F人臉抓拍攝像頭”，點擊搜索，系統后臺會自動建立關鍵詞索引，再根據詞語語義分詞對比，將匹配的內容按權重比值從高到低返回，展示效果如下圖所示：

我們在返回的結果中選中位于最上方即匹配度最高的構件，然后點擊定位，就能夠在園區中快速找到符合的目標設備，展示效果如下圖所示：

可以看到與之匹配的屬性字段，實現目標構件檢索的目的。

四、 

結語

本期主要介紹通過基于自然語言理解的構件智能搜索功能，實現數據資產定位、機電設備追蹤等場景的規劃和應用。BOS分析BIM模型中的構件多維語義，通過模型解析、數據獲取和預處理、關鍵詞加權、建立索引等方式實現對智慧空間對象數據和自然語言理解和匹配，從而實現精確、快速的智能搜索。BOS在理解“物”和“人”兩方面要素的基礎上，實現計算機對空間的智能化應用和人性化服務。