QueryPlot: 基于自然语言查询生成矿产探索的地质证据图层
计算与语言
2026-02-26 v2 人工智能
摘要
矿产 prospectivity 映射需要综合异构的地质知识,包括文本化储层模型和地理空间数据集,以识别特定矿产储层类型可能存在的地区。该过程传统上是手动且知识密集型的。我们提出 QueryPlot,一个集成大规模地质文本语料库与地质图数据的数据驱动检索和映射框架,利用现代自然语言处理技术实现。我们为超过 120 种储层类型构建了描述性储层模型,并将州地质图编译(SGMC)多边形转化为结构化文本表示。给定用户定义的自然语言查询,系统使用预训练嵌入模型对查询和区域描述进行编码,计算语义相似度得分,对区域进行排序并以连续证据图层形式进行空间可视化。QueryPlot 支持对储层特征的组合查询,可对多个相似度派生图层进行聚合,实现多准则 prospectivity 分析。在对青铜矿储层的案例研究中,我们展示了基于嵌入的检索在召回已知 occurrence 方面取得高水平,且产生的前景区域与专家定义的容许区相吻合。此外，相似度得分可作为监督学习管道的额外特征,实现分类性能的可衡量的提升。QueryPlot 以 Web 应用形式实现,支持交互式查询、可视化和导出 GIS 兼容的 prospectivity 图层。为支持未来研究,我们已公开发布本研究使用的所有源代码和数据集。
引用
@article{arxiv.2602.17784,
title = {QueryPlot: Generating Geological Evidence Layers using Natural Language Queries for Mineral Exploration},
author = {Meng Ye and Xiao Lin and Georgina Lukoczki and Graham W. Lederer and Yi Yao},
journal= {arXiv preprint arXiv:2602.17784},
year = {2026}
}