随着BIM（Building Information Modeling,建筑信息模型）技术在建筑领域的深度应用,海量的多学科数据被整合在BIM模型中,造成信息过载问题。如何快速精准的获取BIM模型内的空间、设备以及管理数据等多尺度信息是目前亟待解决的问题。传统的基于关键字的信息检索方法由于语义等问题,无法正确解析用户的查询意图,导致检索准确率低,返回结果不相关,已无法满足BIM决策过程中对BIM数据中空间、设备和管理数据等多尺度信息精准查询的需要。因此本文提出了一种基于自然语言处理的BIM模型内多尺度信息检索方法。自然语言处理技术能够提升BIM检索系统正确理解用户查询意图的能力,从而做出正确的处理,保证检索结果的准确性。知识图谱技术能够将BIM中的数据信息关联在一起,形成数据的语义化表达,使查询结果更相关。因此本文结合BIM技术、自然语言处理技术和知识图谱技术,提出针对BIM模型内多尺度信息的检索方法,主要的研究工作如下:（1）提出BIM模型知识图谱自动化构建方法。基于IFC标准对BIM模型中的数据以及数据之间的关系进行解析。通过本体概念构建、实体抽取、关系抽取等步骤,构建具有多种对象关系（如:同级关系、父子关系、空间关系等）和属性关系（如:材质,长度等）的BIM模型知识图谱。该方法能够实现具有上万个节点和关系的大型BIM模型知识图谱的自动化构建,实现了建筑信息的语义化表达。（2）提出基于自然语言处理的BIM模型内多尺度信息检索方法。采用自然语言处理技术对多尺度的自然语言查询进行分词、语义消歧、命名实体识别和句法分析,将查询语句转化为逻辑表达式的形式,并基于规则识别查询意图,最终映射到不同尺度的查询模板中,实现BIM模型内多尺度信息的精准查询。（3）结合Web GL技术、Neo4j图数据库等相关技术,本文设计开发BIM多尺度信息检索系统。将该系统应用到实际的工程项目中,验证本研究提出的检索方法的有效性。本研究提出的检索方法查询到的结果更加符合用户的查询意图,用户可以高效准确的查询用于决策等过程中的多尺度信息。