LLM-assisted Graph-RAG Information Extraction from IFC Data

要約

IFCデータは、建設業界での共同作業の一般的な建築情報標準となっています。
ただし、IFCデータは、同じ製品情報を表す複数の方法を可能にするため、非常に複雑になる可能性があります。
この研究では、LLMSの機能を利用して、グラフ検索された生成（Graph-Rag）手法でIFCデータを解析して、構築オブジェクトのプロパティとその関係を取得します。
IFCデータの複雑な階層による制限にもかかわらず、グラフラグ解析により、グラフベースの知識を持つGPT-4Oのような生成LLMが強化され、複雑なパイプラインを必要とせずに自然言語のクエリ応答検索を可能にすることが示されます。

要約(オリジナル)

IFC data has become the general building information standard for collaborative work in the construction industry. However, IFC data can be very complicated because it allows for multiple ways to represent the same product information. In this research, we utilise the capabilities of LLMs to parse the IFC data with Graph Retrieval-Augmented Generation (Graph-RAG) technique to retrieve building object properties and their relations. We will show that, despite limitations due to the complex hierarchy of the IFC data, the Graph-RAG parsing enhances generative LLMs like GPT-4o with graph-based knowledge, enabling natural language query-response retrieval without the need for a complex pipeline.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google