arXiv cs.CL· Aayush Acharya, Qi Zhang, Eduard Dragut, Longin Jan Latecki·· 11 小时前AI 评分31
本体引导的知识图谱构建：从结构化元数据与气候科学论文中提取知识
Ontology-Guided Knowledge Graph Construction from Structured Metadata and Climate Science Publications
AI 导读
研究团队提出一个智能体式、本体引导的知识图谱构建框架，由专门智能体分别负责文档理解、信息抽取、本体一致性与实体链接。在 1000 条三元组的一致性研究中，Gemini-2.5-flash 与三位人工标注者的 Cohen's κ 为 0.640–0.700，与人类标注者之间 0.616–0.689 的区间相当。
正文 · AI 翻译
摘要：科学文献的快速扩张远远超过了人工整理的速度，在从科学文本中提取结构化知识方面造成了根本性瓶颈。为解决这一问题，我们提出了一种基于智能体、以本体为指导的知识图谱（KG）构建框架。我们的框架利用专门的智能体分别负责文档理解、信息抽取、本体一致性和实体链接。首先，由 LLM 从研究论文中抽取以三元组形式呈现的事实知识，并附带明确的文本证据。随后，这些三元组经过多阶段验证流程，以将其锚定到本体中。通过强制实施模式约束并要求以文本片段形式提供证据，我们确保数据在语义上一致且可追溯。在一项针对 1,000 个抽取三元组的一致性研究中，Gemini-2.5-flash 相对于三名人类标注者取得的 Cohen's $\kappa$ 分数为 0.640--0.700，与人类之间的一致性范围 0.616--0.689 相当。我们将该框架应用于 2,000 篇科学出版物，构建了一个新颖的、以本体为基础的气候科学知识图谱，包含 133,990 个节点和 755,308 条关系；在这些出版物经验证后贡献的 23,327 个三元组中，98.96\% 被判定为正确。流水线代码和知识图谱已公开提供 此 https URL。
| 学科： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.32725 [cs.CL] |
| （或 arXiv:2610.32725v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32725 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Aayush Acharya [查看电子邮件]
[v1]
2026年10月23日星期五 14:46:13 UTC（11,855 KB）
来源：arXiv cs.CL · arxiv.org