《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 其他 > 設(shè)計應(yīng)用 > 基于大語言模型的地理大數(shù)據(jù)知識圖譜構(gòu)建及安全應(yīng)用
基于大語言模型的地理大數(shù)據(jù)知識圖譜構(gòu)建及安全應(yīng)用
網(wǎng)絡(luò)安全與數(shù)據(jù)治理
劉穎1，2，李勇1
1.清華大學(xué)電子工程系；2.湖南省長沙市雅禮中學(xué)
摘要： 地理知識圖譜因其結(jié)構(gòu)化和可解釋性等優(yōu)勢,在基于地理知識的復(fù)雜任務(wù)的推理與認(rèn)知中具有重要價值。然而，其構(gòu)建過程通常費時費力且成本高昂，嚴(yán)重制約了實際應(yīng)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(gòu)建方案，旨在實現(xiàn)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(shè)計針對多源異構(gòu)地理數(shù)據(jù)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(zhí)行成功率。進(jìn)一步，討論了該知識圖譜在城市安全領(lǐng)域的應(yīng)用前景。通過研發(fā)能夠自主完成地理知識圖譜構(gòu)建的系統(tǒng)，為地理知識圖譜的廣泛應(yīng)用提供了數(shù)據(jù)基礎(chǔ)，為城市安全應(yīng)用提供了技術(shù)基礎(chǔ)。
中圖分類號：TP309文獻(xiàn)標(biāo)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(shù)據(jù)知識圖譜構(gòu)建及安全應(yīng)用［J］.網(wǎng)絡(luò)安全與數(shù)據(jù)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(lǐng)域中的概念、實體及其關(guān)系，構(gòu)建起結(jié)構(gòu)化的地理知識表達(dá)體系，為復(fù)雜地理任務(wù)中的知識推理與決策支持提供了重要基礎(chǔ)。其在城市規(guī)劃、災(zāi)害應(yīng)急響應(yīng)、交通管理等場景中具有廣泛應(yīng)用價值，能夠支持語義空間分析與系統(tǒng)優(yōu)化，揭示地理現(xiàn)象間的潛在關(guān)聯(lián)，為科學(xué)研究和政策制定提供依據(jù)。然而，由于地理知識圖譜的結(jié)構(gòu)復(fù)雜性和數(shù)據(jù)多源性，目前的構(gòu)建方法大多依賴專家知識和手工操作，導(dǎo)致時間成本和人力成本居高不下。同時，不同數(shù)據(jù)來源和應(yīng)用場景下的知識圖譜構(gòu)建過程缺乏通用性和靈活性，難以實現(xiàn)復(fù)用，嚴(yán)重制約了地理知識圖譜的可擴展性與實際應(yīng)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(guī)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(gòu)建方案，旨在降低構(gòu)建成本并提高通用性。該方案利用大語言模型的能力設(shè)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(zhí)行成功率。在北京和長沙兩個城市的多源異構(gòu)地理數(shù)據(jù)上的實驗驗證了該方案的有效性，并為城市安全應(yīng)急提供了新方式，為地理知識圖譜的自動構(gòu)建提供了新范式。

本文主要貢獻(xiàn)可總結(jié)為如下三點：

（1)針對現(xiàn)有地理知識圖譜構(gòu)建過程依賴專家規(guī)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(guī)劃能力的地理大數(shù)據(jù)知識圖譜自動構(gòu)建新范式，實現(xiàn)從多源異構(gòu)地理數(shù)據(jù)到知識圖譜的端到端自動化生成。

（2)構(gòu)建包含規(guī)劃執(zhí)行單元、記憶單元、自主反思單元在內(nèi)的智能體體系，明確了內(nèi)容理解、實體對齊、關(guān)聯(lián)分析、質(zhì)量驗證等核心任務(wù)模塊，并結(jié)合檢索增強生成(RetrievalAugmented Generation, RAG)與自動化代碼生成實現(xiàn)了可復(fù)用的自動構(gòu)建流程。

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


本文詳細(xì)內(nèi)容請下載：

http://m.ihrv.cn/resource/share/2000006648


作者信息：

劉穎1，2，李勇1

（1.清華大學(xué)電子工程系，北京100086；

2.湖南省長沙市雅禮中學(xué)，湖南長沙410001）


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。