DisasterLex：災難分析中地理空間推理的專家知識圖譜

根據 arXiv 上發表的研究論文提出，DisasterLex 是一個專為災難分析設計的知識圖譜中介框架，旨在改善地理空間推理中的資料查詢效能。論文指出，災難事件日益頻繁且成本高昂，有效應對依賴於查詢結構化表格資料，包括危害、暴露、脆弱性和生命線基礎設施的精確記錄。現有的 text-to-SQL 方法在災難領域中效果不佳，因為查詢涉及異質地理空間模式，並需要因果推理。DisasterLex 透過引入專家知識圖譜（EKG），包含策劃的概念和類型化的因果邊，在使用者查詢和資料庫之間橋接概念到模式的連結。框架運行四個階段：識別查詢實體、路由到操作領域、基於因果邊的計劃，以及將查詢落地為 SQL，並在每個步驟限制傳遞給模型的模式。研究在一個災難分析資料庫上實例化 DisasterLex，該資料庫包含36個地理空間表、150列，以及一個包含107個概念、117個因果邊和52個概念到模式連結的 EKG。評估基於75個查詢的測試集，在所有七個基礎模型（涵蓋專有和開源系列）上，DisasterLex 優於四個現有基準（LightRAG、HippoRAG 2、ReFoRCE、CHESS），提升幅度為1.4倍至2.75倍，絕對分數為1.65至3.56（滿分5.0）。錯誤分析顯示，基準的失敗主要聚集在路由和多表 SQL 組合操作上，這正是 DisasterLex 框架明確解決的問題。相關程式碼、資料和知識圖譜已公開於 GitHub 和 Zenodo。