信息融合 | 基于大语言模型的高寒山地气象保障 知识图谱构建研究
信息融合 | 基于大语言模型的高寒山地气象保障 知识图谱构建研究
摘 要:高寒山地气象保障领域存在文本语义模糊、信息碎片化、领域适配性不足等问题,制约了智能化语义建模与决策支持能力。基于此,本文提出基于 ChatGLM3-6B 大语言模型的高寒山地气象保障知识图谱构建方法 ChatGLM-AMKG,旨在提升领域知识抽取的精度与泛化能力,推动高寒山地气象保障智能化语义建模发展。首先,结合领域特点构建涵盖地理环境、气象要素、军事行动等核心类目的知识表示模式;其次,设计融合 Few-shot 示例、CoT 推理与约束提示的逐步提示策略,引导 ChatGLM3-6B 在少量人工标注下完成多源异构领域数据的高质量三元组抽取;随后通过知识融合与可视化管理,构建结构化知识图谱;最后,通过对比与消融实验验证所提方法的有效性。实验表明,ChatGLM-AMKG 在实体识别与关系抽取中 F1-score 分别达到 91.1% 和 87.6%,对比通用模型分别提升 12.2% 和 13.5%,对比移除逐步提示后的平均性能,在实体识别与关系抽取中 F1-score 分别提升 8.9% 和 9.8%。ChatGLM-AMKG 在气象语义检索、决策支持等场景中表现出良好的扩展性,为高寒山地气象保障智能化提供了可复制、可推广的技术路径。