← 返回研究列表
图 1 各模型定性评估结果折线图
图 2 风景园林标准智能问答系统整体框架结构
图 3 风景园林标准智能问答系统交互界面展示
风景园林标准智能问答系统
一、解决的问题及产品定位
风景园林行业里,从业者查标准常遇麻烦:国家标准、行业标准、地方标准加起来有数百项,想确认"公园设施配置""透水铺装要求"这类问题,得在多份文件里翻找,耗时还易遗漏;通用问答工具要么答得笼统,要么偶尔出现专业错误,比如混淆绿化种植土标准;基层工作人员或设计团队应对多项目时,难快速定位贴合场景的标准依据。
图 1 各模型定性评估结果折线图
针对这些痛点,我们基于大语言模型(GPT-3.5-turbo)和检索增强技术,研发了风景园林标准智能问答系统雏形。它不是替代人工判断,而是定位"标准查询辅助工具"------ 整合了 15135 个风景园林标准问答对(覆盖国家、行业、地方三类标准),能通过自然语言问答返回准确结果并标注标准来源,适配三类人群:一线设计师(快速查规范)、设计机构(应对多项目标准需求)、行业监管部门(核验标准依据),为行业标准查询"去繁琐、提精准"提供技术支撑。
图 2 风景园林标准智能问答系统整体框架结构
二、实际价值与效果
从测试来看,系统已能解决核心需求:
- 对设计师,查"20 公顷公园需配哪些设施"这类问题,不用翻《园林绿化工程项目规范》等多份文件,几秒内就能得到带标准编号的答案,比手动检索省 80% 时间;
- 对设计机构,应对客户"方案是否符合地方标准"的疑问,系统可快速验证,避免因标准疏漏影响提案;
- 对监管部门,核验项目合规性时,能直接查看回答对应的标准原文,减少核对成本。
系统在标准查询准确率、专业性上优于多数通用模型,比如回答"行道树种植规范"时,准确率达 92%,且所有答案均附具体标准来源(如 GB51192-2016),提升信息可信度。
图 3 风景园林标准智能问答系统交互界面展示
目前系统已能稳定处理文本类标准查询,但在响应速度优化、多模态查询(如上传图纸查对应标准)、小众地方标准补充上还有提升空间。若您是景观设计企业想集成标准查询功能、园林软件团队想新增专业问答模块,或政务平台需对接标准核验工具,欢迎联系我们。我们可定制专属知识库(如聚焦公园设计、垂直绿化等细分场景),或提供接口适配现有系统,让标准查询更高效,助力学术成果落地行业实践。