论文用本体引导智能体从气候论文构建可追溯知识图谱
资讯摘要
论文提出一种由智能体驱动、本体引导的知识图谱构建框架，用专门智能体分别完成文档理解、信息抽取、本体一致性校验和实体链接。LLM 先从论文中抽取带文本证据的三元组，再经多阶段验证对齐本体。作者报告在 1000 个三元组的一致性研究中，Gemini-2.5-flash 与三名人工标注者的 Cohen's κ 为 0.640–0.700，接近人工间 0.616–0.689 的水平。
要点速读
- 框架由文档理解、信息抽取、本体一致性校验、实体链接等专门智能体组成，要求三元组附带文本证据以保证可追溯。
- 作者报告 Gemini-2.5-flash 与三名人工标注者的一致性 κ 为 0.640–0.700，人工间为 0.616–0.689。
- 应用于 2000 篇气候科学出版物，构建含 133,990 个节点、755,308 条关系的知识图谱；验证后贡献的 23,327 个三元组中 98.96% 被判为正确。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。