تعزيز التوافق والتبادل المعلوماتي بين البرمجيات المحددة للنطاق في مجال BIM (النموذج المعلوماتي للبناء) هو جانب مهم في صناعة الهندسة المعمارية والهندسة والإنشاءات والتشغيل. بدأت الأبحاث الحديثة في دراسة الطرق المستمدة من مجالات التعلم الآلي والتعلم العميق لتوسيع المعنى (الإثراء الدلالي) للنماذج BIM. ومع ذلك، يتطلب تدريب وتقييم هذه الخوارزميات التعلمية مجموعات بيانات كافية وشاملة. يقدم هذا البحث مجموعة البيانات IFCNet، وهي تتكون من ملفات IFC ذات الكيان الواحد تغطي نطاقًا واسعًا من فئات IFC وتحتوي على معلومات هندسية ومعنوية. تظهر التجارب أن ثلاثة نماذج مختلفة من التعلم العميق قادرة على تحقيق أداء تصنيف جيد باستخدام المعلومات الهندسية للأجسام فقط.