09:29arXiv cs.AI@Rita-Nathalia Assaf, Tom Davot, Frédéric Lardeux, Frédéric Saubion本文提出位置图(position graphs),一种基于位置空间形式化的图推理框架。该框架使用两个严格偏序关系(分别表示水平和垂直对齐与优先)来建模离散标记的相对位置。与通用定性空间演算不同,位置图受到链条件和兼容性约束,重点聚焦行与列。文章提供了位置图一致性的充要条件,并证明在该类图上诱导子图同构问题(用于结构模式发现)是NP完全的。该工作源于文档处理,但独立于具体提取技术,专注位置约束的数学性质。论文Position GraphsPosition Spaces图推理文档处理NP完全推荐理由:这篇论文提出了位置图框架,用图结构建模离散token的空间关系,并证明了模式发现是NP完全问题,适合对图推理或文档分析感兴趣的研究者。原文
12:10arXiv cs.AI@Zixuan Xiao, Pei Troh Koh, Jun Ma, Jack C. P. Cheng精选建筑信息模型(BIM)中几何密集型规范的合规检查自动化长期受限于高层法规逻辑与结构化IFC数据之间的语义鸿沟。现有方法依赖静态规则模板,难以处理多跳推理链或跨实体的空间依赖。为此,研究者提出SGR-BIM框架,通过动态构建跨模态知识图谱,将用户意图、法规语义与BIM几何对齐,实现可解释的推理。在679个消防规范专家验证查询上,该框架达到84.3%的准确率,比增强工具的单智能体基线提升8.6%。该研究为AEC行业提供了更透明、灵活的几何合规检查自动化范式。论文BIM合规检查图推理知识图谱AEC推荐理由:BIM合规检查的自动化是建筑行业的长期痛点,SGR-BIM用图推理解决了多跳空间依赖问题。做BIM开发或建筑规范自动化的团队,可以直接参考其84.3%准确率的验证结果。原文