知识体系与技术原理——NLP与知识图谱赋能工程业需要明确判断口径，建设方法与路径——从数据到智能的系统工程负责组织练习，场景深耕——各专业智能检索深度应用用于课后复盘
设计院/工程企业高层管理者（总建筑师、总工程师、CIO） 技术质量部、档案管理部、信息化部负责人及业务骨干 各专业总工、主任工程师及对AI技术应用有需求的一线设计师、工程师
《002 知识库构建与智能检索：NLP与…》更强调计划拆解、节点管理、干系人沟通和问题升级与小组练习、过程记录和后续任务的连接
当前，工程建设行业正经历从经验驱动向数据驱动的深刻变革。一方面，长期运营中沉淀了海量非结构化知识资产——涵盖数千项国家及行业标准规范、数十万张DWG图纸档案、百万份项目变更单与会议纪要、相关施工资料以及资深工程师的隐性经验。另一方面，这些核心资产普遍面临如下三重困境：一是数据沉睡，80%以上的非结构化数据难以被一线设计师、工程师快速检索利用；二是知识流失，资深工程师的经验随人员流动而消散；三是专业孤岛，建筑、结构、机电等专业数据彼此割裂，跨专业协同效率低下
随着以DeepSeek为代表的国产大模型技术成熟，以及知识图谱、RAG（检索增强生成）技术的突破，行业具备了构建系统性AI管理体系的技术条件。中南建院、中建西南院、华建集团华东院、中国华西、蜀道集团等头部企业已成功构建企业级智能知识中枢，实现了从人工翻阅到智能问答、从单点应用到多智能体协同的跨越。本课程旨在帮助建设工程行业企业系统掌握基于NLP与知识图谱的企业知识库构建方法论，建立覆盖知识沉淀—智能检索—场景应用—体系治理的AI管理体系，切实提升业务效率与合规管控水平
1天
理论精讲、案例剖析、现场实操、实战演练四位一体模式
DeepKE（开源知识抽取工具）、Chroma（轻量级向量库） 任务1：给出一段规范文本（GB50016第5.5.25条），自动抽取实体和关系，导出三元组 任务2：导入3-5条规范文档，分别用关键词搜索、向量检索、RAG测试同一问题 任务3：对比结果准确性和可追溯性，讨论RAG的优势来源 第二讲：建设方法与路径——从数据到智能的系统工程 一、 数据准备与知识…
工业数智化实战专家
浙江大学工学博士，正高级工程师。21年工程管理及12年数智化实战经验，主导3家龙头企业数智化转型，擅长智能建造与大型工程全周期管理，兼具深厚学术背景与丰富一线实战成果
查看讲师主页本课程页面围绕《002 知识库构建与智能检索：NLP与知识图谱》重点呈现课程定位、适合对象、核心收益和 1 个主要模块，便于快速判断培训匹配度
