WikiEdge:ArXiv速遞/2025-04-02

摘要

• 原文標題：GeoRAG: A Question-Answering Approach from a Geographical Perspective
• 中文標題：GeoRAG：地理視角下的問答方法
• 發佈日期：2025-04-02 08:11:05+00:00
• 作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
• 分類：cs.IR
• 原文連結：http://arxiv.org/abs/2504.01458v1

中文摘要：地理問答（GeoQA）通過處理地理領域的自然語言查詢來滿足複雜用戶需求並提升信息檢索效率。然而傳統問答系統存在理解局限、檢索精度低、交互性弱及複雜任務處理不足等問題，阻礙了精準信息獲取。本研究提出GeoRAG框架，該知識增強型問答系統融合領域微調、提示工程與檢索增強生成（RAG）技術，以提升地理知識檢索精度和用戶交互體驗。方法論包含四個組件：（1）基於3267份語料（研究論文、專著與技術報告）構建結構化地理知識庫，通過多智能體方法歸類為語義理解、空間位置、幾何形態、屬性特徵、要素關聯、演化過程與運作機制七個維度，最終生成145234條分類條目與875432組多維問答對；（2）基於BERT-Base-Chinese的多標籤文本分類器，用於通過地理維度分類解析查詢類型；（3）利用問答對數據的檢索評估器，優化查詢-文檔相關性判定以提升檢索精度；（4）GeoPrompt模板動態整合用戶查詢與檢索信息，通過維度特異性提示提升響應質量。對比實驗表明GeoRAG在多個基礎模型上均優於傳統RAG，驗證了其泛化能力。本研究通過提出領域專用大語言模型部署新範式，推動地理人工智能發展，對提升現實場景中GeoQA系統的可擴展性與準確性具有實踐意義。