找矿知识图谱的智能化应用:以钦杭成矿带斑岩铜矿为例

张前龙; 周永章; 郭兰萱; 原桂强; 虞鹏鹏; 王汉雨; 朱彪彪; 韩枫; 龙师尧

doi:10.13745/j.esf.sf.2024.5.2

地学前缘 ›› 2024, Vol. 31 ›› Issue (4) : 7 -15. DOI: 10.13745/j.esf.sf.2024.5.2

知识图谱与智能推理

找矿知识图谱的智能化应用:以钦杭成矿带斑岩铜矿为例

张前龙 ¹^,²^,³ ,
周永章 ¹^,²^,³ ,
郭兰萱 ⁴ ,
原桂强 ⁴ ,
虞鹏鹏 ¹^,²^,³^,^* ,
王汉雨 ¹^,²^,³ ,
朱彪彪 ¹^,²^,³ ,
韩枫 ¹^,²^,³ ,
龙师尧 ¹^,²^,³

作者信息 +

Intelligent application of knowledge graphs in mineral prospecting: A case study of porphyry copper deposits in the Qin-Hang metallogenic belt

Qianlong ZHANG ¹^,²^,³ ,
Yongzhang ZHOU ¹^,²^,³ ,
Lanxuan GUO ⁴ ,
Guiqiang YUAN ⁴ ,
Pengpeng YU ¹^,²^,³^,^* ,
Hanyu WANG ¹^,²^,³ ,
Biaobiao ZHU ¹^,²^,³ ,
Feng HAN ¹^,²^,³ ,
Shiyao LONG ¹^,²^,³

Author information +

文章历史 +

PDF (5394K)

摘要

找矿知识图谱是一个结构化的找矿知识表示形式,它通过将各种矿床地质、矿物、矿体和勘探开发技术等要素以及要素之间的关系进行关联和表达,形成一个知识图谱结构,为矿产资源的预测和评估提供了新的途径。本研究从数据源和文献中收集了钦杭成矿带斑岩铜矿的相关知识,利用自然语言处理技术构建了知识图谱并和机器学习技术进行知识的自动化提取和推理。本研究通过构建找矿知识图谱模型,对钦杭成矿带斑岩铜矿的实体、属性和关系进行了表达和存储。在此基础上,利用自然语言处理技术对知识图谱进行了语义关联和推理,实现了知识的自动化提取和推理。本研究还建立了查询问答和可视化系统,使用户可以通过查询实体、属性或关系来获取相关信息,并以可视化的方式展示钦杭成矿带斑岩铜矿信息的结构和关联。最后,本研究通过实验和测试验证了基于知识图谱的智能应用在钦杭成矿带斑岩铜矿找矿工作中的有效性和准确性。与传统方法相比,该应用能够在短时间内提供更全面、准确的找矿建议。未来,将深化图算法应用和推荐系统,以满足不同场景下的找矿需求,并拓展其在其他相关领域的应用潜力。