地球科学领域知识图谱应用研究进展综述与未来展望

摘要

地球科学作为数据密集型学科，利用数值计算手段与数据挖掘技术提取关键知识，已成为该领域的研究热点之一。知识图谱作为一种高效的知识表征工具，能够有效组织领域内海量的多源异构数据，显著促进知识的整合、共享与利用。基于近年来地球科学领域知识图谱的最新成果，总结了知识图谱的构建方案以及质量评估的关键技术，深入探讨知识图谱在地球科学领域知识梳理与发现、知识推理、智能问答等应用的现状和发展潜力，阐述了知识图谱与自然语言处理技术、大语言模型的协同模式在处理领域文本信息和提升智能决策能力方面展现出巨大潜力。针对地球科学领域知识图谱的应用研究进展，本研究提出未来研究应聚焦于：（1）构建跨学科、多领域的知识图谱数据质量标准、本体模型标准；（2）深化节点评价、知识推理以及领域知识问答等核心技术；（3）推动大语言模型与知识图谱的深度融合。这些研究方向有望进一步推动地球科学领域知识图谱的发展和应用。

关键词

知识图谱 / 本体模型 / 知识推理 / 自然语言处理 / 大语言模型 / 地球科学

基金资助

国家重点研发计划课题(2023YFC2906403); 国家自然科学基金面上项目(42572389); 四川省自然科学基金(2024NSFSC0009); 新疆维吾尔自治区重点研发计划课题(2024B03009-3,2024B03011-3); 紫金矿业集团横向委托项目(4502-FW-2024-00055); 中国地质调查局华北地质科技创新中心人才培育基金项目(2024HBPJ-Q08)