面向 IFC 模型的自然语言查询的混合框架：结合关系与图表示
计算与语言
2026-05-14 v1
摘要
建筑信息建模（BIM）在建筑、工程和施工（AEC）行业中广泛使用，但 Industry Foundation Classes（IFC） 的复杂性限制了非专家用户的可及性。为此，我们引入 IfcLLM，一个用于与 IFC-based BIM 模型进行自然语言交互的混合框架。它将 IFC 模型转换为两种互补表示：一种用于结构化元素属性和几何的关系表示，另一种用于拓扑关系的图表示。这些表示通过迭代 retry-and-refine LLM 推理进行集成。我们使用开放权重 LLM（GPT OSS 120B）实现了该框架，支持可重复和 deployment-oriented 工作流程。在三个 IFC 模型上进行评估，查询来源于 30 个情境，显示首次尝试的准确率为 93.3%-100%，所有失败案例均通过 fallback LLM 得到恢复。结果表明，结合互补表示与迭代推理使对 IFC 数据的自然语言查询更加 accessible，同时支持常规 BIM 分析任务。
引用
@article{arxiv.2605.13236,
title = {A Hybrid Framework for Natural Language Querying of IFC Models with Relational and Graph Representations},
author = {Rabindra Lamsal and Sisi Zlatanova and Haowen Xu and Yafei Sun and Johnson Xuesong Shen},
journal= {arXiv preprint arXiv:2605.13236},
year = {2026}
}