Knots：基于多智能体增强的专家标注数据集与 NOTAM 语义解析中的 LLM 提示优化

通告给航空任务（NOTAM）作为传递关键航班安全信息的重要渠道，其复杂的语言结构和隐式推理构成了自动解析的重大挑战。现有研究主要聚焦于分类和命名实体识别等表层任务，缺乏对深层语义的理解。为此，我们提出 NOTAM 语义解析任务，强调语义推断和航空领域知识的集成，以产生结构化、富有推理性的输出。为支持该任务，我们构建了 Knots（Knowledge and NOTAM Semantics），一个包含 12,347 个专家标注的 NOTAM 数据集，覆盖 194 个航空信息区域，并通过多智能体协作框架进行全面字段发现。我们系统评估了广泛的提示工程策略和模型适应技术，显著提升了航空文本的理解和处理。我们的实验结果证明了所提出方法的有效性，并为自动 NOTAM 分析系统提供了宝贵见解。我们的代码可在 https://github.com/Estrellajer/Knots 获取。