军事知识服务平台
人工智能就绪高质量档案数据集建设路径研究
摘要 油气勘探开发地质资料来源权威、类型多样、业务关联紧密,但多态并存、非结构化程度较高和语义关系隐含等特征,使传统数字化与资源汇聚方式难以满足人工智能对可信读取、精准检索和关联推理的要求.论文以中国石化石油勘探开发研究院为例,引入档案资源形态与语义演化的U型曲线理论,结合大语言模型(Large Language Model,LLM)与检索增强生成(Retrieval-Augmented Gen-eration,RAG)的分层适配逻辑,分析油气勘探开发地质资料由文件保存、数据加工向知识组织演进的机制,提出以业务场景为牵引,构建文件级、标注级和语义级递进衔接的人工智能就绪高质量档案数据集体系,为专业检索、模型训练和辅助决策提供可信数据基础.
刊 名 北京档案 PKU
年,卷(期): 2026, (9)
机标分类号: G271 G641 F291.1
在线出版日期: 2026年10月12日
基金项目: :中国石油化工股份有限公司石油勘探开发研究院开放基金课题,