面向航空领域的电子元件资格信息的 LLM 增强语义数据集成
信息检索
2026-03-23 v1 人工智能
数据库
摘要
大型制造企业因由不同部门维护的数据孤岛而面临信息检索挑战，导致数据库之间存在不一致和错位。在卫星板设计中集成和检索电子元件资格数据方面，本文展示了一次实际经验。由于数据孤岛，设计师无法立即确定单个元件的资格状态。然而，在装配图在生产前发布的规划阶段，这一过程至关重要，可用于优化新资格并避免冗余工作。为此，我们提出了一个管道，使用虚拟知识图谱对异构数据源进行统一视图，并利用 LLM 来增强检索并减少数据清洗的手动工作。随后通过基于本体的数据访问方法进行结构化查询，以及基于相似文本属性的向量搜索机制来检索资格信息。我们进行了比较性的成本效益分析，表明该管道在长期效率方面也优于仅依赖 LLM（如检索增强生成, RAG）的方案。
引用
@article{arxiv.2603.20094,
title = {LLM-Enhanced Semantic Data Integration of Electronic Component Qualifications in the Aerospace Domain},
author = {Antonio De Santis and Marco Balduini and Matteo Belcao and Andrea Proia and Marco Brambilla and Emanuele Della Valle},
journal= {arXiv preprint arXiv:2603.20094},
year = {2026}
}
备注
ESWC 2026