张 鑫，周小平,2，王 佳,2

基于IFC标准的BIM自适应分词方法

张 鑫1，周小平1,2，王 佳1,2

(1. 北京建筑大学电气与信息工程学院，北京 100044； 2. 建筑大数据智能处理方法研究北京市重点实验室，北京 102616)

建筑信息模型(BIM)已经成为建筑行业信息技术应用的有效方案。随着BIM数据不断增长，为了高效使用BIM数据，很多研究将自然语言处理(NLP)引入BIM应用中。在中文环境中，由于缺乏建筑行业的术语特征，导致基础环节的中文分词在建筑领域BIM应用中的适应性较差。通过分析当前流行的BIM数据格式工业基础类(industry foundation class, IFC)文件，从中提取BIM模型特征，配合建筑领域术语特征加入分词模型中，以提高中文分词在建筑领域的性能。实验结果表明，与原始条件随机场(CRF)分词模型相比，在建筑领域测试集上，分词模型的F-measure提高了1.26%，其中，在仅加入BIM模型特征时，F-measure提升了0.10%，说明在分词模型中加入BIM模型特征对于提高中文分词在建筑领域的性能是有效的。同时，在BIM模型测试集上，相较于仅加入建筑领域术语特征，在加入BIM模型特征后，准确率从46.97%提升至87.74%，召回率从67.60%提升至94.77%，F-measure从55.43%提升至91.12%，提升了35.69%，有效提高了中文分词在建筑领域的BIM模型自适应性。

建筑信息模型；工业基础类；中文分词；模型自适应；建筑信息提取

建筑信息模型(building information model，BIM)是记录建筑设施物理特性与功能特性的数字信息模型[1]。BIM包含了建筑全生命周期中各阶段的详细信息，实现了其数据的互操作性，促进了建筑工程项目各参与方的有效协同[2]。目前，BIM已成为建筑工程行业(architecture，engineering and construction，AEC)工程信息化的有效解决方案和重要趋势[3]，并在AEC内得到了广泛地研究和应用[4]。……