BIM（Building Information Modeling）の領域固有のソフトウェア製品間での相互運用性と情報交換を向上させることは、建築・エンジニアリング・建設・運営産業において重要な課題となっています。最近の研究では、BIMモデルの意味的強化のために機械学習や深層学習の分野から手法を調査し始めています。しかし、これらの機械学習アルゴリズムの訓練および評価には、十分に大規模で包括的なデータセットが必要です。本研究では、IFCNetというデータセットを紹介します。IFCNetは、幾何学的情報と意味的情報を両方含む広範なIFCクラスにわたる単一エンティティのIFCファイルから構成されています。実験結果によると、オブジェクトの幾何学的情報のみを使用して、3つの異なる深層学習モデルが良好な分類性能を達成することが示されました。