油气勘探知识图谱与LLM融合实现地质分析优化

唐 先明
中国石油化工股份有限公司石油勘探开发研究院

摘要


随着油气勘探难度攀升，传统方式在处理海量多源数据和整合地质知识时面临阻碍。知识图谱凭借结
构化知识表示与推理能力，可整合油气勘探领域多样资料；LLM在自然语言处理上表现突出，能快速梳理非结
构化地质文档。本文探索二者融合新途径，剖析技术要点与融合理论支撑，阐述知识图谱创建步骤，分析LLM
在油气地质领域的应用及改良，搭建融合框架，通过案例验证融合技术效能，为提升地质分析效率和精确性提
供新思路。

关键词


油气勘探；知识图谱；大语言模型（LLM）；地质分析

全文:

PDF


参考


[1]Laurito W, Davis B, Grietzer P, et al. AI-AI bias:

Large language models favor communications generated

by large language models[J]. Proceedings of the National

Academy of Sciences of the United States of America, 2025,

122(31):e2415697122.

[2]Erez E, Dankwa S, Tuttle M, et al. InstructionTuned Large Language Models for Clinical Data Extraction:

Creating an Aortic Measurement Database from CT

Radiology Reports[J]. Journal of Healthcare Informatics

Research, 2025, (prepublish):1-19.

[3]刘跃福，林婷婷，王晴，等.广东地质研究领域

文献的知识图谱分析[J].嘉应学院学报，2025，43（03）：

63-71.

[4]彭成，李治昊.基于大语言模型和知识图谱的油

气勘探开发实例库构建研究[J].电脑编程技巧与维护，

2025，（05）：14-16+47.

[5]雷辛亚.基于知识图谱的地质灾害与人类活动关

联分析[D].中国地质大学，2024.

[6]和婷婷，张强.知识图谱在油气勘探开发中的应用

现状与发展趋势[J].天然气工业，2024，44（09）：55-67.

[7]王刘坤.油气地质领域知识图谱的构建和应用[D].

长江大学，2024.

[8]龚仁彬，惠思源，向冲，等.基于知识图谱的油

气勘探开发知识共享系统的建设与应用[C]//中国地质大

学（武汉），西安石油大学，陕西省石油学会.2023油气

田勘探与开发国际会议论文集Ⅲ.中国石油勘探开发研究

院，2023：331-343.


Refbacks

  • 当前没有refback。