Hygros-LCA/IFC-Bridge-LCA-KBOB

---
license: mit
language:
- de
- en
task_categories:
- text-ranking
- sentence-similarity
---

# Dataset Card — Queries for IFC‑KBOB AI Matcher

Kurzbeschreibung
Dieses Verzeichnis enthält zwei Plain‑Text‑Dateien mit generierten Queries und Material‑Mappings, verwendet für Training und Evaluation von BAAI/bge-3.
Das trainierte Modell ist Hygroskopisch/bge-m3-ifc-kbob-finetuned.

- queries.txt: einzelne Suchanfragen, eine Zeile pro Query.
- mapping: gruppierte Material‑Alternativen pro Zeile, getrennt mit ` | `.

Dataset Details

Zweck
- Trainieren und Evaluieren von Modellen zur Bauteil‑/Materialerkennung (z. B. SBERT, BGE). Nutzung für Hard‑Negative‑Mining, Mapping‑Tests und Retrieval‑Benchmarks.

Format
- Plain‑text UTF‑8, eine Zeile pro Eintrag.

Erstellung & Herkunft
- Generiert durch die Query‑Generierungskomponente des Repos [Hygros/ifc-kbob-ai-matcher](https://github.com/Hygros/ifc-kbob-ai-matcher) (Training/query_generation).
- Kombiniert IFC‑Entity‑Typen, Materialklassen, Festigkeitsklassen (z. B. C30/37), NPK/Kürzel und Synonyme.

Lizenz
- MIT (siehe Frontmatter).

Persönliche Daten
- Keine personenbezogenen Daten enthalten.

Einschränkungen & Risiken
- Domänenspezifisch; enthält projekt‑spezifische Kürzel und mögliche Tippfehler. Vor produktivem Einsatz prüfen.

Beispielnutzung (Python)
```python
with open("generated_queries.txt","r",encoding="utf-8") as f:
queries=[l.strip() for l in f if l.strip()]

with open("mapping_generated_queries.txt","r",encoding="utf-8") as f:
mappings=[[s.strip() for s in l.split("|")] for l in f if l.strip()]

print(len(queries), "queries;", len(mappings), "mapping lines")
```

Kontakt & Zitation
- Projekt: [Hygros/ifc-kbob-ai-matcher](https://github.com/Hygros/ifc-kbob-ai-matcher) (GitHub). Bitte Repo und Projekt als Quelle nennen.

许可证：MIT协议
支持语言：
- 德语
- 英语
任务类别：
- 文本排序
- 句子相似度

# 数据集卡片 — IFC-KBOB AI匹配器查询集

## 简短描述
本目录包含两份纯文本文件，内含生成式查询与材料映射表，用于BAAI/bge-3的训练与评估。所微调得到的模型为Hygroskopisch/bge-m3-ifc-kbob-finetuned。

- queries.txt：单个搜索查询，每行对应一条查询。
- 映射表文件：每行存储一组分组后的材料替代项，各替代项以` | `分隔。

## 数据集详情
### 用途
用于训练与评估构件/材料识别模型（如SBERT、BGE），可应用于难负样本挖掘、映射测试及检索基准评测。

### 格式
纯文本UTF-8编码，每行对应一条条目。

### 创建与来源
- 由仓库[Hygros/ifc-kbob-ai-matcher](https://github.com/Hygros/ifc-kbob-ai-matcher)的查询生成组件（路径为training/query_generation）生成。
- 组合了IFC实体类型、材料类别、强度等级（如C30/37）、NPK缩写及同义词。

### 许可证
MIT协议（详见前置元数据）。

### 个人数据
本数据集未包含任何个人身份信息。

### 限制与风险
该数据集为领域专用数据集，包含项目专属缩写及潜在拼写错误，投入生产环境使用前请进行校验。

### 示例用法（Python）
python
with open("generated_queries.txt","r",encoding="utf-8") as f:
queries=[l.strip() for l in f if l.strip()]

with open("mapping_generated_queries.txt","r",encoding="utf-8") as f:
mappings=[[s.strip() for s in l.split("|")] for l in f if l.strip()]

print(len(queries), "条查询;", len(mappings), "条映射行")

## 联系与引用
- 项目仓库：[Hygros/ifc-kbob-ai-matcher](https://github.com/Hygros/ifc-kbob-ai-matcher)（GitHub）。请引用该仓库及项目作为数据源。