文章详情

题名 · 作者 · 摘要 · 关键词 · DOI · 参考文献

基于大语言模型的知识图谱构建及在灾害应急中的应用

徐欢,吴梦飞,孙文学

(湖州学院 电子信息学院,浙江 湖州 313000)

栏目:信息化应用 · 第 2025 年第 8 期 · 页码:146-151,156 · 2096-4706(2025)08-0146-07 · 中图分类号:TP391 · 文献标识码:A · DOI:10.19850/j.cnki.2096-4706.2025.08.026 · 出版日期:2025-04-25

摘要

中国是世界上自然灾害最为严重的国家之一,台风、地震、洪涝等灾害频繁发生,对人民生命财产安全构成巨大威胁。面对灾害应急管理的复杂性与紧迫性,知识图谱技术凭借其在信息整合、关系挖掘和知识推理方面的优势,逐渐成为该领域的研究热点。然而,灾害数据的异构性和质量不统一,限制了传统自然语言处理方法在抽取知识图谱信息方面的能力。因此,文章提出了基于分布提示策略的大语言模型知识抽取方法。通过需求提示、领域知识提示和少样本提示,大语言模型能够自动从非结构化数据中提取出实体和关系,提高了知识图谱构建的自动化程度和精确性。为了验证基于大语言模型的知识图谱在实际应用中的效果,文章以台风灾害应急预案为例,构建了相应的知识图谱及其智能问答系统。

关键词

知识图谱;大语言模型;知识抽取;智能问答

参考文献

  1. [1] 贺海霞,刘涛,杜萍.地震灾害应急管理知识图谱构建研究 [J].兰州交通大学学报,2023,42(3):113-123.
  2. [2] 李泽荃,徐淑华,李碧霄,等.基于知识图谱的灾害场景信息融合技术 [J].华北科技学院学报,2019,16(2):1-5.
  3. [3] YAN Y C,LIU L H,BAN Y K,et al. Dynamic Knowledge Graph Alignment [EB/OL].[2024-09-2].file:///C:/Users/wy/Downloads/16585-Article%20Text-20079-1-2-20210518.pdf.
  4. [4] ZHU Y Q,WANG X H,CHEN J,et al. Llms for Knowledge Graph Construction and Reasoning: Recent Capabilities and Future Opportunities [J].World Wide Web,2024,27(5):58-58.
  5. [5] ZHANG B W,SOH H. Extract, Define, Canonicalize: An LLm-Based Framework for Knowledge Graph Construction [J/OL].arXiv:2404.03868v1 [cs.CL].[2024-09-28].https://arxiv.org/html/2404.03868v1.
  6. [6] BROWN T B,MANN B,RYDER N,et al. Language Models are Few-Shot Learners [J/OL].arXiv:2005.14165 [cs.CL].[2024-09-28].https://arxiv.org/abs/2005.14165?context=cs.
  7. [7] ZHANG J Y,ZHANG Z X,ZHANG H H,et al. From Electronic Health Records to Terminology Base: A Novel Knowledge Base Enrichment Approach [J].Journal of Biomedical Informatics,2021,113:103628.
  8. [8] ZIAULLAH A W,OFLI F,IMRAN M. Monitoring Critical Infrastructure Facilities During Disasters Using Large Language Models [J/OL].arXiv:2404.14432 [cs.SI].[2024-09-28].https://arxiv.org/abs/2404.14432?context=cs.CL.
  9. [9] LIU Y C,KUO C L. Constructing Spatio-temporal Disaster Knowledge Graph from Social Media [J].AGILE:GIScience Series,2024,5:37.
  10. [10] 王喆,陆俊燃,杨栋梁,等.融合GPT和知识图谱的洪涝应急决策智能问答系统研究 [J].中国安全生产科学技术,2024,20(4):5-11.
  11. [11] OPENAI,ACHIAM J,ADLER S,et al. Gpt-4 Technical Report [J/OL].arXiv:2303.08774 [cs.CL].[2024-09-28].https://arxiv.org/abs/2303.08774?utm_source=chatgpt.com.

基金项目

湖州学院校级科研项目(2024HXKM09)

作者简介

徐欢(2004—),男,汉族,浙江杭州人,本科在读,研究方向:大语言模型的知识图谱构建与增强技术;吴梦飞(1995—),女,汉族,浙江湖州人,讲师,工学硕士,研究方向:自然语言处理;孙文学(1989—),男,汉族,山东济宁人,讲师,工学硕士,研究方向:智能计算、深度学习。