室内设计节点的适配方法、装置、计算机设备和存储介质制造方法及图纸

技术编号:37332782 阅读:18 留言:0更新日期:2023-04-21 23:10
本发明专利技术涉及数据处理技术领域,提供一种室内设计节点的适配方法、装置、计算机设备和存储介质,包括:从设计模型数据库中获取室内设计模型;获取客户输入的设计要求文本;基于预设的第一神经网络模型对设计要求文本进行识别,识别出设计要求文本中的设计要求关键词;识别设计要求关键词所属的设计节点;基于预设的第二神经网络模型对室内设计模型进行识别,识别出室内设计模型的各个设计节点;基于设计要求关键词所属的设计节点,将设计要求关键词添加至室内设计模型对应设计节点的设计模板中,以完成室内设计节点的适配设计。本发明专利技术基于神经网络模型,将客户的设计要求文本适配添加至室内设计模型的设计模板中,无需依赖人工。工。工。

【技术实现步骤摘要】
室内设计节点的适配方法、装置、计算机设备和存储介质


[0001]本专利技术涉及数据处理
,特别涉及一种室内设计节点的适配方法、装置、计算机设备和存储介质。

技术介绍

[0002]目前,企业搬迁更换办公场所,个人住宅搬迁更换居住场所时,通常需要装修设计;场所的使用用户通常不具备室内设计的能力,因此需要专业的设计公司辅助进行室内设计;用户向设计公司提出设计要求,设计公司再根据设计要求进行室内设计。
[0003]然而,目前只能依靠设计公司的工作人员手动记录设计要求,然后人工进行室内设计各个节点的规划设计,将设计要求添加至设计模型中,得到初步的室内设计模型;自动化程度低,过于依赖工作人员。

技术实现思路

[0004]本专利技术的主要目的为提供一种室内设计节点的适配方法、装置、计算机设备和存储介质,旨在克服目前生成室内设计模型过于依赖人工的缺陷。
[0005]为实现上述目的,本专利技术提供了一种室内设计节点的适配方法,包括以下步骤:从设计模型数据库中获取室内设计模型;其中,所述室内设计模型中包括室内设计各个设计节点的设计模板;获取客户输入的设计要求文本;其中,所述设计要求文本中包括所述客户对室内设计的设计要求;基于预设的第一神经网络模型对所述设计要求文本进行识别,识别出所述设计要求文本中的设计要求关键词;识别所述设计要求关键词所属的设计节点;基于预设的第二神经网络模型对所述室内设计模型进行识别,识别出所述室内设计模型的各个设计节点;基于所述设计要求关键词所属的设计节点,将所述设计要求关键词添加至所述室内设计模型对应设计节点的设计模板中,以完成室内设计节点的适配设计。
[0006]进一步地,所述基于预设的第二神经网络模型对所述室内设计模型进行识别,识别出所述室内设计模型的各个设计节点的步骤,包括:获取所述室内设计模型中各个设计节点对应的节点文本;从所述节点文本中识别出目标特征文本,并将所述目标特征文本输入至所述第二神经网络模型中,基于所述第二神经网络模型生成所述目标特征文本对应的分类列表;其中,所述第二神经网络模型为Bert模型,所述目标特征文本为命名实体文本;所述分类列表中包括所述目标特征文本的分类以及对应的分类概率;基于所述分类列表,筛选出分类概率最大的目标分类作为所述目标特征文本的分类结果;将所述目标分类作为所述室内设计模型的设计节点。
[0007]进一步地,所述基于所述第二神经网络模型生成所述目标特征文本对应的分类列表的步骤,包括:基于所述第二神经网络模型的隐藏层提取所述目标特征文本对应的隐藏向量;基于所述第二神经网络模型的分类层中提取所述隐藏向量对应的权重;所述权重用于描述所述隐藏向量的重要等级;基于所述第二神经网络模型的分类层,根据所述隐藏向量以及所述权重计算所述目标特征文本属于各个分类的评分;获取各个分类对应编码向量,根据所述编码向量以及所述目标特征文本属于各个分类的评分,对应计算所述目标特征文本属于各个分类的损失函数值;基于所述目标特征文本属于各个分类的损失函数值,计算所述目标特征文本属于各个分类的分类概率;基于所述分类以及所述分类概率,生成所述目标特征文本对应的分类列表。
[0008]进一步地,所述基于所述设计要求关键词所属的设计节点,将所述设计要求关键词添加至所述室内设计模型对应设计节点的设计模板中,以完成室内设计节点的适配设计的步骤之后,包括:为所述客户创建一个唯一的客户标识码;所述客户标识码用于标识所述客户;获取处理室内设计任务的设计人员的工号;其中,管理用户接收到所述客户的室内设计任务之后,将所述室内设计任务分配至设计人员进行处理;获取所述管理用户的工号;为所述客户的室内设计任务创建一个唯一的任务编码;基于所述客户标识码以及所述任务编码,生成客户任务编码;基于所述管理用户的工号以及所述设计人员的工号,生成设计编码;基于所述任务编码以及所述设计编码,生成所述室内设计任务的标记码,用于标记所述室内设计任务。
[0009]进一步地,所述基于所述任务编码以及所述设计编码,生成对所述室内设计任务的标记码的步骤,包括:判断所述任务编码以及所述设计编码是否具有相同的字符;若有,则获取相同的所述字符的个数,记为目标个数;若没有,则获取一个预设的数字,作为所述目标个数;获取标准的Base64编码表,将所述标准的Base64编码表中的编码统一向后循环移动预设位数,得到新的Base64编码表;其中,所述预设位数的数值等于所述目标个数的数值;将所述任务编码以及所述设计编码进行串接,得到串接编码;采用所述新的Base64编码表对所述串接编码进行编码,得到所述室内设计任务的标记码。
[0010]进一步地,所述基于所述任务编码以及所述设计编码,生成对所述室内设计任务的标记码,用于标记所述室内设计任务的步骤之后,还包括:将所述设计要求文本的格式转换为特定格式;在转换后的所述设计要求文本的指定位置处添加所述室内设计任务的标记码;
对所述设计要求文本进行哈希计算,得到对应的标准哈希值,将所述标准哈希值以及所述设计要求文本存储在数据库中,并在数据库中建立所述标准哈希值与所述标记码的索引关系;在所述数据库中的标准哈希值被调用时,记录所述标准哈希值被调用的次数以及时间。
[0011]进一步地,所述在数据库中建立所述哈希值与所述标记码的索引关系的步骤之后,包括:在所述室内设计任务的处理过程中需要进行任务验证时,获取存储在数据库中的设计要求文本,以及获取需要验证的任务所对应的标记码,记为验证标记码;对存储在数据库中的所述设计要求文本进行哈希计算,得到对应的哈希值;根据所述验证标记码,基于所述数据库中建立的所述标准哈希值与标记码的索引关系,获取对应所述验证标记码的标准哈希值;验证所述哈希值与所述标准哈希值是否相同;若不相同,则验证所述任务发生篡改;若相同,则获取所述标准哈希值的调用次数与时间,并验证是否与任务验证的次数以及时间完全一致;若不完全一致,则判定所述任务发生篡改;若完全一致,则判定所述任务未发生篡改。
[0012]本专利技术还提供了一种室内设计节点的适配装置,包括:第一获取单元,用于从设计模型数据库中获取室内设计模型;其中,所述室内设计模型中包括室内设计各个设计节点的设计模板;第二获取单元,用于获取客户输入的设计要求文本;其中,所述设计要求文本中包括所述客户对室内设计的设计要求;第一识别单元,用于基于预设的第一神经网络模型对所述设计要求文本进行识别,识别出所述设计要求文本中的设计要求关键词;第二识别单元,用于识别所述设计要求关键词所属的设计节点;第三识别单元,用于基于预设的第二神经网络模型对所述室内设计模型进行识别,识别出所述室内设计模型的各个设计节点;适配单元,用于基于所述设计要求关键词所属的设计节点,将所述设计要求关键词添加至所述室内设计模型对应设计节点的设计模板中,以完成室内设计节点的适配设计。
[0013]本专利技术还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
[0014]本专利技术还本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种室内设计节点的适配方法,其特征在于,包括以下步骤:从设计模型数据库中获取室内设计模型;其中,所述室内设计模型中包括室内设计各个设计节点的设计模板;获取客户输入的设计要求文本;其中,所述设计要求文本中包括所述客户对室内设计的设计要求;基于预设的第一神经网络模型对所述设计要求文本进行识别,识别出所述设计要求文本中的设计要求关键词;识别所述设计要求关键词所属的设计节点;基于预设的第二神经网络模型对所述室内设计模型进行识别,识别出所述室内设计模型的各个设计节点;基于所述设计要求关键词所属的设计节点,将所述设计要求关键词添加至所述室内设计模型对应设计节点的设计模板中,以完成室内设计节点的适配设计。2.根据权利要求1所述的室内设计节点的适配方法,其特征在于,所述基于预设的第二神经网络模型对所述室内设计模型进行识别,识别出所述室内设计模型的各个设计节点的步骤,包括:获取所述室内设计模型中各个设计节点对应的节点文本;从所述节点文本中识别出目标特征文本,并将所述目标特征文本输入至所述第二神经网络模型中,基于所述第二神经网络模型生成所述目标特征文本对应的分类列表;其中,所述第二神经网络模型为Bert模型;所述分类列表中包括所述目标特征文本的分类以及对应的分类概率;基于所述分类列表,筛选出分类概率最大的目标分类作为所述目标特征文本的分类结果;将所述目标分类作为所述室内设计模型的设计节点。3.根据权利要求2所述的室内设计节点的适配方法,其特征在于,所述基于所述第二神经网络模型生成所述目标特征文本对应的分类列表的步骤,包括:基于所述第二神经网络模型的隐藏层提取所述目标特征文本对应的隐藏向量;基于所述第二神经网络模型的分类层中提取所述隐藏向量对应的权重;所述权重用于描述所述隐藏向量的重要等级;基于所述第二神经网络模型的分类层,根据所述隐藏向量以及所述权重计算所述目标特征文本属于各个分类的评分;获取各个分类对应编码向量,根据所述编码向量以及所述目标特征文本属于各个分类的评分,对应计算所述目标特征文本属于各个分类的损失函数值;基于所述目标特征文本属于各个分类的损失函数值,计算所述目标特征文本属于各个分类的分类概率;基于所述分类以及所述分类概率,生成所述目标特征文本对应的分类列表。4.根据权利要求1所述的室内设计节点的适配方法,其特征在于,所述基于所述设计要求关键词所属的设计节点,将所述设计要求关键词添加至所述室内设计模型对应设计节点的设计模板中,以完成室内设计节点的适配设计的步骤之后,包括:为所述客户创建一个唯一的客户标识码;所述客户标识码用于标识所述客户;获取处理室内设计任务的设计人员的工号;其中,管理用户接收到所述客户的室内设
计任务之后,将所述室内设计任务分配至设计人员进行处理;获取所述管理用户的工号;为所述客户的室内设计任务创建一个唯一的任务编码;基于所述客户标识码以及所述任务编码,生成客户任务编码;基于所述管理用户的工号以及所述设计人员的工号,生成设计编码;基于所述任务编码以及所述设计编码,生成所述室内设计任务的标记码,用于标记所述室内设计任务。5.根据权利要求4所述的室内设计节点的适配方法,其特征在于,所述基于所述任务编码以及所述设计编码,生成对所述室内...

【专利技术属性】
技术研发人员:刘建辉余赛锋
申请(专利权)人:矩阵纵横设计股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1