随着信息技术的不断发展,各专业领域的信息化和数字化建设正在不断推进,由此产生的海量数据对各专业领域的信息处理工作带来了挑战。作为建筑领域信息化的重要手段,建筑信息模型（Building Information Modelling,BIM）是对建筑基础设施的数字化表达,包含建筑物全生命周期内的所有信息数据。目前,BIM常作为核心技术应用于建筑领域中信息化中。自然语言处理（Natural Language Processing,NLP）作为目前人工智能领域信息处理的关键技术,在很多信息处理工作中显示出了极其优秀的性能。在中文环境中,中文分词作为信息处理的基础环节,在NLP应用中发挥着重要作用。在跨领域分词中,往往需要大量专业领域术语特征。然而,建筑领域术语特征分布并不规律,其中跟工程项目相关的术语特征分布在各个建设项目中,个性化较强,难以收集并应用于建筑领域分词中,因此建筑领域中的中文分词性能较差,这大大影响了基于自然语言处理的建筑领域BIM应用的推广和使用。针对建筑领域中文分词性能较差的问题,本文对面向建筑领域的中文分词方法进行了研究,并提出了面向建筑领域的中文分词方法。该方法首先对当前BIM主流数据标准,即工业基础类（Industry Foundation Classes,IFC）进行了分析,并提出和实现了基于IFC标准的BIM工程信息提取方法,然后通过构建建筑领域本体实现了建筑领域特征的存储和管理,最后对条件随机场和主流神经网络中文分词训练方法进行研究,一方面将建筑领域特征融入中文分词训练过程中,另一方面将预训练模型迁移至神经网络分词系统中,实现了建筑领域中文分词性能的提升。主要研究内容及成果包括:（1）提出了基于BIM的建筑领域特征拓展方法。在本文中,建筑领域特征分为建筑领域术语和建筑工程术语。首先,本文研究了IFC数据标准,并分析以IFC标准为基础的BIM文件格式IFC文件,提出并实现了基于IFC标准的BIM项目信息提取方法,有效地提取了BIM项目中的建筑领域特征,为面向建筑领域的中文分词研究提供了数据基础。然后构建了建筑领域本体,并以建筑领域本体为基础提出了基于BIM的建筑领域特征拓展方法,实现了建筑领域特征的统一存储和管理。（2）提出了基于条件随机场的建筑领域中文分词方法。基于条件随机场中文分词方法,本文通过将建筑领域特征利用4-tag方法进行标注,然后融入训练语料中,并且在后处理阶段结合最大匹配方法,提升中文分词在建筑领域的性能。为了验证所提方法的有效性,本文建立了建筑领域文本测试集和BIM模型测试集,实验结果表明,相较于未融入建筑领域特征时,该方法在测试数据集上有效提高了建筑领域中文分词的性能。（3）提出了基于迁移学习的建筑领域中文分词方法。基于神经网络分词方法,本文一方面将建筑领域特征标注后融入训练语料中,另一方面,利用迁移学习的基本思想,将由改进Bert语言模型迁移至BiLSTM-CRF分词系统中,称为Bert*-BiLSTM-CRF,通过提高神经网络分词系统字向量特征提取的效果,来提升中文分词在建筑领域的性能。实验结果表明,相较于未融入改进Bert语言模型时,该方法在测试数据集上有效提高了中文分词在建筑领域的性能。