arXiv cs.AI· Janik Lesage, Khadim L\^o, and Jean-S\'ebastien Dessureault·· 3 天前AI 评分18
EneMonIE-Backend：面向能源信息抽取与有据问答的模块化可执行后端架构
From Conceptual EneMonIE to an Executable Backend: A Modular Architecture for Energy Information Extractionand Grounded Question Answering
AI 导读
EneMonIE-Backend 将原 EneMonIE 概念流程重构为模块化、可执行且与应用无关的后端，分离数据源、采集与规范化、语义处理、知识组织、持久化五层。
正文 · AI 翻译
摘要：最初的 EneMonIE 提案描述了一个基于 Web 的语义系统，用于通过从异构在线媒体中定向抽取信息来持续监测能源趋势。本文介绍了 EneMonIE-Backend，这是一种从实现中衍生出的重新设计，将该概念性流水线转化为模块化、可执行且与应用无关的后端。该架构分离了五个关注点：数据源、采集与规范化、语义处理、知识组织以及持久化存储。它为 RSS 源、URL 集合、arXiv、社交媒体 JSON 文件和开放数据 CSV 文件实现了可配置连接器；还引入了问题驱动的 Web 搜索与抓取。相关文档经过能源分类、命名实体识别、时间和事件抽取、来源敏感的情感分析以及抽取式摘要。由此产生的语义表示支持实体共现图、跨文档互链、聚类级信息融合以及 SQLite 中的关系型持久化。后端层面暴露了三条有依据的问答路径：实时 Web 证据、已存储语料库以及选定的已配置资源。在配置了语言模型时，答案生成使用语言模型，否则回退到确定性的抽取式输出。与最初的提案不同，所提出的架构有意排除了用户界面和服务器端应用层，使语义核心能够嵌入不同的应用中。确定性的冒烟验证确认了相关性过滤、持久化、聚类、证据检索和文档删除。这项工作为未来在更大规模多语言能源语料库上的评估提供了可复现的架构基础。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；信息检索（cs.IR） |
| ACM 分类： | I.2.7；H.3.1；H.3.3；H.3.4；D.2.11 |
| 引用为： | arXiv:2610.17243 [cs.CL] |
| （或本版本使用 arXiv:2610.17243v1 [cs.CL]） | |
| https://doi.org/10.48550/arXiv.2610.17243 arXiv 通过 DataCite 颁发的 DOI（待注册） |
提交历史
来自：Janik Lesage [查看电子邮件]
[v1]
2026年10月12日星期一 18:09:35 UTC（645 KB）
来源：arXiv cs.AI · arxiv.org