Saltar al contenido principal
Storia TechnologiesRevisión de la investigación · No. 012026 · Montreal, Canadá

Construir la capa del gráfico de conocimiento para un trabajo que debe ser defendible.

La mayoría de los registros empresariales son texto libre escrito sobre cosas reales, activos, obligaciones y decisiones y luego se almacenan aparte de los sistemas que contienen esas cosas. Nuestro programa de investigación trata de cerrar esa brecha: vincular el lenguaje no estructurado con la entidad de la que realmente se trata, de una manera que se pueda auditar.

Los métodos son independientes del dominio. Sólo suponen que los registros están escritos en lenguaje natural sobre entidades mantenidas en otro lugar. Los probamos en el dominio más difícil del que podemos obtener datos reales y luego los llevamos al exterior.

Pistas de investigación

3 pistas del método. Dominio 1, por ahora.

Actualizado a medida que se publican los registros
Seguimiento del método

Representación del conocimiento

Cuáles deberían ser los nodos y los bordes si un gráfico va a representar entidades, activos, obligaciones y eventos del mundo real, en lugar de documentos sobre ellos.

Fundacional · aún no hay registros
Seguimiento del método

Enlace semántico

Mapear el lenguaje no estructurado a la entidad específica a la que se refiere. Aquí es donde se ubica nuestro primer disco publicado, y la parte más difícil de realizar de manera confiable.

1 registro publicado
Seguimiento del método

IA interpretable

Mantener el modelo lingüístico fuera de la decisión final. Si un resultado no se puede explicar paso a paso, no puede ser defendido por un experto.

1 registro publicado
Seguimiento de dominio

Construcción & AEC

Nuestro primer campo de pruebas vertical y actual. Proporciona los conjuntos de datos más complejos, RFIs, dibujos, modelos BIM y el costo más claro de una respuesta incorrecta.

1 registro publicado
Dominios donde se ejecutan los métodos
Construcción & AECInfraestructura y energíaRegistros legales y contractualesOperaciones de fabricación y activos

Sólo el primero está activo hoy: todos los registros publicados a continuación provienen de la construcción. Los demás se exponen como tesis, no como trabajo en progreso. La misma forma del problema, correspondencia no estructurada que describe entidades físicas o contractuales reguladas, se repite en cada uno, y las pistas del método anteriores están escritas para ser independientes del dominio exactamente por esa razón.

papel de plomo · EC3 2026

Mapeo semántico de solicitud de información (RFI) a elementos BIM con modelos de lenguaje grandes

Las RFI causan muchos dolores de cabeza. Están redactadas en lenguaje cotidiano, carecen de estructura y, pese a años de herramientas creadas a su alrededor, el proceso sigue siendo lento, manual y susceptible de manipulación. Este estudio analiza si los LLM pueden ayudar emparejando automáticamente las RFI con elementos del modelo BIM. El enfoque mantiene al modelo de lenguaje fuera de la decisión: lee la RFI para extraer señales de intención; después, un proceso de cinco etapas con comprobaciones de identificadores, contexto espacial y sistemas clasifica los elementos candidatos, y una persona confirma el vínculo. Cuando el prototipo falló, fue por los metadatos: asociaciones de salas ausentes, identificadores faltantes y poco detalle en el modelo. Es un problema de datos, y es el que conviene resolver primero.

Limon Paul Joy, Farzaneh Zarei, PhD, Prof. Mazdak Nik-Bakht, PhD, PEng
EC3 2026: Conferencia europea sobre informática en la construcción · Inteligencia Artificial en AEC

Abrir el registro completo
Figura 1El modelo de lenguaje extrae señales de intención y nunca selecciona un elemento. Cinco etapas ordenadas, cada una de las cuales es una regla contra los metadatos BIM, elija; una persona confirma el enlace. Adaptado de la arquitectura prototipo del artículo.
Los registros describen entidades del mundo real. los datos no no conectarlos a esas entidades.

La brecha a la que apunta este programa. En construcción es un RFI y el elemento BIM al que hace referencia, caso que cierra nuestro primer registro publicado. La forma se repite allí donde el lenguaje describe algo regulado.

El circuito de la investigación a la práctica

01

Los problemas vienen del campo

Traemos preguntas que en realidad bloquean a los equipos de trabajo, no puntos de referencia sintéticos. La brecha que aborda nuestro primer registro surgió de una correspondencia real, no de una revisión de la literatura.

02

El método viene de la universidad.

El encuadre, el diseño de validación y la revisión por pares son responsabilidad del grupo de investigación. Esa es la parte en la que un vendedor no puede marcar sus propios deberes.

03

Los hallazgos se generalizan más allá del dominio.

Con un método probado en el dominio más desordenado, podemos encontrar transferencias hacia afuera más fácilmente que uno construido en uno limpio. El primer ámbito es una prueba de resistencia, no un límite máximo.

Con quién trabajamos

universidad

Montreal, Quebec. Nuestra ciudad natal y nuestro primer socio de investigación.

facultad

Gina Cody School

Ingeniería e Informática. Varias colaboraciones en curso.

Financiamiento

Apoya las colocaciones de investigación de la industria y la academia detrás de este trabajo.

Socio de la industria

Socio industrial en la colaboración. CREO Solutions es la empresa matriz de Storia.

Financiamiento

Consejo de Investigación de Ingeniería y Ciencias Naturales de Canadá.

toda la investigacion

1 publicado
Todos1Enlace semántico1IA interpretable1Construcción & AEC1
EC3 2026

Mapeo semántico de solicitud de información (RFI) a elementos BIM con modelos de lenguaje grandes

Las RFI causan muchos dolores de cabeza. Están redactadas en lenguaje cotidiano, carecen de estructura y, pese a años de herramientas creadas a su alrededor, el proceso sigue siendo lento, manual y susceptible de manipulación. Este estudio analiza si los LLM pueden ayudar emparejando automáticamente las RFI con elementos del modelo BIM. El enfoque mantiene al modelo de lenguaje fuera de la decisión: lee la RFI para extraer señales de intención; después, un proceso de cinco etapas con comprobaciones de identificadores, contexto espacial y sistemas clasifica los elementos candidatos, y una persona confirma el vínculo. Cuando el prototipo falló, fue por los metadatos: asociaciones de salas ausentes, identificadores faltantes y poco detalle en el modelo. Es un problema de datos, y es el que conviene resolver primero.

Enlace semánticoIA interpretableConstrucción & AEC
Presentado

¿Investigando algo adyacente? Nos gustaría saberlo.

Estamos abiertos a colaboraciones con grupos que trabajan en gráficos de conocimiento, recuperación semántica y evidencia que puede defender, en cualquier dominio donde los registros no estructurados deban vincularse a las entidades que gobiernan. Podemos aportar planteamientos de problemas reales y conjuntos de datos anónimos.

Contacta con el equipo de investigación
Investigación: representación del conocimiento y vinculación semántica. · Storia