TextMineX：面向人道 mine 行动的数据、评估框架与本体导向的LLM管线
计算与语言
2026-01-28 v4 人工智能
摘要
人道 mine 行动（HMA）旨在检测和清除冲突地区的地雷。大量由HMA机构产生的生存性运营知识埋藏在非结构化报告中，限制了信息在不同机构之间的可移植性。为此，我们提出TextMineX：首个面向HMA领域的文本知识抽取数据集、评估框架和本体导向的大语言模型（LLM）管线。TextMineX将HMA报告结构化为（主体、关系、客体）三元组，从而创建特定领域的知识。为确保现实应用相关性，我们采用了来自合作伙伴柬埔塔拉 Mine 行动中心（CMAC）的数据集。我们进一步引入一种偏见感知评估框架，将人工标注三元组与LLM作为裁判器协议相结合，以缓解无参考评分中的位置偏见。我们的实验表明，本体对齐提示词在抽取准确性提升最高可达44.2%，减少幻觉22.5%，提高格式一致性20.9%。我们公开发布数据集和代码。
引用
@article{arxiv.2509.15098,
title = {TextMineX: Data, Evaluation Framework and Ontology-guided LLM Pipeline for Humanitarian Mine Action},
author = {Chenyue Zhou and Gürkan Solmaz and Flavio Cirillo and Kiril Gashteovski and Jonathan Fürst},
journal= {arXiv preprint arXiv:2509.15098},
year = {2026}
}