研究人员开发了一个管道,将来自EM-DAT的结构化灾难数据与来自ReliefWeb和European Media Monitor的非结构化信息整合起来。该系统生成源驱动的灾难故事情节和因果知识图谱,以增强人道主义响应团队的态势感知能力。该管道利用检索增强生成(Retrieval-Augmented Generation)来创建详细的事件档案和因果图谱,所有元素均可追溯到其主要来源。领域专家和非专家的评估表明,检索精度高,因果关系忠实度强,并且偏好引文驱动的信息。 AI
影响 可能显著提高危机期间人道主义援助协调的速度和准确性。
排序理由 学术论文,详细介绍了一个用于处理人道主义数据的新AI管道。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- EM-DAT
- European Media Monitor
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- ReliefWeb
- retrieval-augmented generation
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →