《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 基于大語言模型的地理大數據知識圖譜構建及安全應用
基于大語言模型的地理大數據知識圖譜構建及安全應用
網絡安全與數據治理
劉穎1,2,李勇1
1.清華大學電子工程系;2.湖南省長沙市雅禮中學
摘要: 地理知識圖譜因其結構化和可解釋性等優勢,在基于地理知識的復雜任務的推理與認知中具有重要價值。然而,其構建過程通常費時費力且成本高昂,嚴重制約了實際應用。為解決這一問題,提出了一種基于大語言模型智能體的自動化構建方案,旨在實現高效、低成本的地理知識圖譜生成。該方案利用大語言模型的自然語言理解能力和代碼生成能力,通過設計針對多源異構地理數據的自動解析與處理流程,并通過引入基于推理的自動反饋與檢查機制,顯著提升了執行成功率。進一步,討論了該知識圖譜在城市安全領域的應用前景。通過研發能夠自主完成地理知識圖譜構建的系統,為地理知識圖譜的廣泛應用提供了數據基礎,為城市安全應用提供了技術基礎。
中圖分類號:TP309文獻標識碼:ADOI:10.19358/j.issn.2097-1788.2025.08.005
引用格式:劉穎,李勇. 基于大語言模型的地理大數據知識圖譜構建及安全應用[J].網絡安全與數據治理,2025,44(8):30-38.
Construction of geographical knowledge graphs based on large language models and its security applications
Liu Ying1,2,Li Yong1
1. Department of Electronic Engineering, Tsinghua University;2. Yali Middle School
Abstract: Geographical knowledge graphs are valuable for complex geographic tasks due to their structured and interpretable nature. However, their construction is often time-consuming, labor-intensive, and costly, which limits practical applications. To address this issue, an automated construction approach based on large language model agents is proposed to achieve efficient and low-cost generation of geographical knowledge graphs. This approach leverages the natural language understanding and code generation capabilities of large language models to design automatic parsing and processing workflows for multi-source heterogeneous geographic data. By introducing reasoning-based feedback and verification mechanisms, the execution success rate is significantly improved. Finally, we discuss the potential applications of this knowledge graph in the urban safety area. Ultimately, a system capable of autonomously constructing geographical knowledge graphs is developed, providing a solid data foundation for the wide application of geographic knowledge graphs and a technical foundation for urban safety applications.
Key words : geographical knowledge graph; large language model; automatic construction; code generation

引言

地理知識圖譜通過形式化描述領域中的概念、實體及其關系,構建起結構化的地理知識表達體系,為復雜地理任務中的知識推理與決策支持提供了重要基礎。其在城市規劃、災害應急響應、交通管理等場景中具有廣泛應用價值,能夠支持語義空間分析與系統優化,揭示地理現象間的潛在關聯,為科學研究和政策制定提供依據。然而,由于地理知識圖譜的結構復雜性和數據多源性,目前的構建方法大多依賴專家知識和手工操作,導致時間成本和人力成本居高不下。同時,不同數據來源和應用場景下的知識圖譜構建過程缺乏通用性和靈活性,難以實現復用,嚴重制約了地理知識圖譜的可擴展性與實際應用效果。

近年來,大語言模型憑借其強大的自然語言能力和推理規劃能力,為解決上述問題提供了新的思路。本文提出了一種基于大語言模型智能體的地理知識圖譜自動化構建方案,旨在降低構建成本并提高通用性。該方案利用大語言模型的能力設計自動解析與處理流程,并通過引入基于推理的反饋機制提升執行成功率。在北京和長沙兩個城市的多源異構地理數據上的實驗驗證了該方案的有效性,并為城市安全應急提供了新方式,為地理知識圖譜的自動構建提供了新范式。

本文主要貢獻可總結為如下三點:

(1)針對現有地理知識圖譜構建過程依賴專家規則、效率低、通用性差等問題,本文首次提出一種融合大語言模型推理與規劃能力的地理大數據知識圖譜自動構建新范式,實現從多源異構地理數據到知識圖譜的端到端自動化生成。

(2)構建包含規劃執行單元、記憶單元、自主反思單元在內的智能體體系,明確了內容理解、實體對齊、關聯分析、質量驗證等核心任務模塊,并結合檢索增強生成(RetrievalAugmented Generation, RAG)與自動化代碼生成實現了可復用的自動構建流程。

(3)在北京和長沙兩地的多源異構地理數據上開展實驗,結果表明所提出方法能夠高效生成高質量的地理知識圖譜,并在城市安全應急等典型應用場景中展現出良好的實用性與可擴展性。


本文詳細內容請下載:

http://m.xxav2194.com/resource/share/2000006648


作者信息:

劉穎1,2,李勇1

(1.清華大學電子工程系,北京100086;

2.湖南省長沙市雅禮中學,湖南長沙410001)


Magazine.Subscription.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 成人区视频爽爽爽爽爽| 狠狠色噜噜狠狠狠888米奇视频| 国产色视频网免费| 中文日本免费高清| 欧美激情综合色综合啪啪五月| 国产一区二区三区不卡免费观看| 在线看片你懂的| 女女同性一区二区三区四区| 久久国产精品成人片免费| 欧美精品v国产精品v日韩精品 | 狠狠人妻久久久久久综合蜜桃| 国产免费一区二区三区在线观看 | 女性高爱潮视频| 久久久国产99久久国产久| 欧美性受xxxx狂喷水| 免费黄在线观看| 青草青视频在线观看| 国产精品无码素人福利免费 | 一本一本久久a久久精品综合| 日韩免费在线视频| 亚洲成av人影片在线观看| 精品乱码一区内射人妻无码| 国产成人av在线免播放观看| 91区国产福利在线观看午夜| 少妇无码av无码专区在线观看| 久久久无码精品亚洲日韩蜜桃| 桃花视频性视频| 亚洲欧美视频在线观看| 精品一区精品二区制服| 国产主播福利精品一区二区| 韩国成人在线视频| 国产精彩视频在线| igao激情在线视频免费| 成人欧美一区二区三区黑人免费| 久久精品99久久香蕉国产| 欧美乱大交xxxxx免费| 亚洲精品美女久久久久| 精品小视频在线观看| 国产中文欧美日韩在线| 黄色网址免费在线| 国产精品亚洲综合网站|