基于结构化元数据与气候科学出版物的本体引导知识图谱构建

科学文献的快速增长远超人工整理的速度，成为从科学文本中提取结构化知识的根本瓶颈。为解决这一问题，我们提出了一种基于智能体、本体引导的知识图谱（KG）构建框架。该框架使用专门的智能体来完成文档理解、信息抽取、本体一致性检查和实体链接。首先，大语言模型（LLM）从研究论文中抽取三元组形式的事实性知识，并附上明确的文本证据。随后，这些三元组经过多阶段验证，以确保其符合本体。通过强制实施模式约束，并要求提供文本片段形式的证据，我们确保数据在语义上保持一致且可追溯。在一项针对1,000个抽取三元组的一致性研究中，Gemini-2.5-flash与三名人工标注者之间的Cohen's $κ$得分为0.640至0.700，与人工标注者之间0.616至0.689的一致性范围相当。我们将该框架应用于2,000篇科学出版物，构建了一个全新的、以本体为基础的气候科学知识图谱，包含133,990个节点和755,308条关系；在这些出版物贡献的、经验证后保留的23,327个三元组中，98.96\%被判定为正确。流程代码和知识图谱已公开发布于https://github.com/aayushacharya/climatekg。