ZA-GeoForge 地质数据智炼平台

面向地质资料的高质量数据集智能构建与知识服务一体化平台。多引擎智能解析、地质模型矩阵、契约驱动治理、知识图谱问答；私有化部署，数据不出域。

01产品定位

数十年积累的地质勘查成果，大多沉淀在报告、附表与图件里。ZA-GeoForge 要做的，是先把这些资料炼成经过检查、专家确认、每个数都能回到原页的高质量数据集，再在其上构建知识图谱与智能问答。机器预处理，专家复核兜底，资料与模型能力都在客户内网运行。

平台输出的不是一堆文件，而是可信、可用、可追溯的 AI 数据资产：数据、出处、质量报告、原资料问题清单与审核记录一并交付，同一份资料与操作可得到逐字节相同的结果。

02要解决的问题

资料只能人看

数百页报告、扫描档案、附表附图，文字、表格、图件混排，格式各异；专业术语、煤层编号、单位写法五花八门。

数据不准

通用大模型不懂地质，术语与数字容易读错，答案无法核对，也说不清每个数来自哪一页、哪一格。

人工整理做不完

一份报告人工整理约需 76 小时，口径不一、难复核、难复用，成果难以沉淀为可持续的数据资产。

03总体架构

平台按五层构建，自上而下为 AI 应用场景、应用服务层、平台核心层、数据资源层与基础设施层，配套专家协同与持续进化机制。

层次主要内容
AI 应用场景智能报告生成、找矿靶区预测、地质灾害预警、水工环评价、储量核实辅助、矿山修复监管、智慧地质馆藏
应用服务层高质量数据集构建、知识图谱构建、智能知识问答、专家协同审核、多模态标注关联、数据资产发布
平台核心层智能解析引擎（版面解析、OCR 识别、表格结构还原、矢量图件解析、多源结果融合）；GeoForge 地质模型矩阵（地质文档理解、地质信息抽取、交叉复核裁决、地质实体识别、语义检索与问答）；数据治理内核（契约标准、规则质检、标准化与术语库、图表与标注互检、血缘追踪与版本）；知识引擎（知识图谱构建、语义检索、图谱增强问答、证据溯源、拒答防幻觉）
数据资源层关系型数据库（结构化数据集、审核与血缘）；空间数据库（钻孔坐标、矢量图件、勘查区）；向量数据库（报告正文语义索引）；图数据库（地质实体、关系、证据链）；资料库（报告、附表附图、扫描件）
基础设施层AI 算力服务器、数据存储设备、内网与安全设备、业务终端

专家协同与持续进化贯穿各层：专家复核兜底、纠错示例回注模型、规则阈值调优、术语库扩充、金标准评测。

04技术主线：一份报告的加工过程

每一步都有专门的模型与校验，前一步的输出就是后一步可核对的证据。

步骤做什么关键约束
01 多引擎解析版面引擎评测择优、扫描件 OCR、表格结构还原按同一把尺子择优
02 文字层融合版面模型与 PDF 文字层融合文字 100% 保留
03 契约映射表格逐格读取、按契约映射不经大模型，一个数都不改
04 大模型抽取按章节抽取地层、断层、煤层、含水层契约约束输出结构
05 复核与回核第二模型复核，每个值回原文核对找不到的值不采信
06 质检与审核上万项地质规则质检，专家复核错误不放行
07 图谱与问答知识图谱构建，图谱增强问答答案附出处

表格精确通道：附表逐格读取、按契约映射，不经过大模型；灰分 + 挥发分 + 固定碳 = 100% 等校验式全部成立。正文大模型通道：契约约束输出结构，抽取模型逐节抽取，原文回核，按错误原因反馈重抽，复核模型对疑点二次裁决，再进入规则质检。

05核心能力一：高质量数据集构建

数据集不是把文件转成 Word，也不是把表格导成 Excel，而是让每一个字段有定义、有来源、有质检结论、有版本记录。

契约驱动

先定数据结构再加工。报告要抽哪些实体、每个字段什么类型、取值范围与单位怎么写，全部在契约里写明，抽取按契约执行，不靠模型自由发挥。

双通道加工

正文走大模型抽取通道，附表走表格精确通道。表格逐格读取、按契约映射，不经过大模型，一个数都不改。

万项规则质检

依据上万项地质规则检查完整性、一致性、规范性：灰分、挥发分、固定碳之和为 100%，地层代号与年代对应，孔深与分层深度不冲突。

人机协同、专家兜底

机器处理绝大多数常规内容，疑难样本进入专家复核队列；复核结论作为纠错示例回注模型，同类问题下次自动处理。

全链路可追溯

每个值都能回到原报告的第几页、第几表、第几格，附原图坐标与解析证据，审计时可逐条复核。

版本化交付

数据集、质量报告、问题清单与审核记录成套交付；同一份资料与同一套操作，可得到逐字节相同的结果，便于复现与验收。

06核心能力二：知识图谱与可信问答

在数据集之上构建地质知识图谱，实体与关系全部来自已审核的数据集，不引入模型臆测。问答采用图谱增强检索：先在图谱与数据集中定位证据，再组织答案，答案后附出处。

证据不足时明确拒答，不猜、不编。问答能力可嵌入 ZA-GeoSphere 等业务系统，作为「地质知识问答」模块使用，也可单独部署为内网知识助手。

07GeoForge 地质模型矩阵

通用大模型不懂地质术语、煤层编号与单位写法。平台配套六项地质专用模型能力，覆盖从读到答的完整链路。

模型能力作用实测表现
地质文档理解识别版面结构、章节层级、图表位置文字保留率 100%
地质信息抽取按契约抽取地层、断层、煤层、含水层等实体与属性F1 98.1%
交叉复核裁决第二模型独立复核，对疑点二次裁决F1 98.1%
地质实体识别识别钻孔、剖面、勘查区等专业实体并归一标准名自动命中 98.2%
地质语义检索按语义而非关键词检索报告正文与附表Recall@5 100%
可信问答生成基于证据组织答案，附出处，证据不足拒答正确率 93%

08实测数据

以一套煤田勘探报告为试点样本（正文 195 页、附表 236 页），从上传到可问答的完整链路实测结果如下。

指标结果说明
正文抽取 F198.1%107 条记录、1149 个值逐项比对
文字保留率100%解析环节不丢字、不改字
附表单元格一致率100%抽检 214 格，逐格回原表核对
标准名自动命中率98.2%地层、煤层等名称自动归一
智能问答正确率93%88 题中答对 82 题
上传到可问答耗时13.9 分钟含解析、抽取、质检、入库全流程
人工工作量约 8%约 6 小时，纯人工整理约 76 小时

09应用场景

智能报告生成

基于数据集与模板自动生成报告初稿，章节结构、数据引用与图表配套，人工修改定稿。

找矿靶区预测

把多源地学数据统一为可计算的数据集，支撑成矿规律分析与靶区圈定。

地质灾害预警

整合隐患点台账、监测与降雨数据，形成可查询、可分析的隐患知识库。

水工环评价

水文地质、工程地质、环境地质资料统一建库，支撑专题评价与图件编制。

储量核实辅助

钻孔、煤层、块段数据逐项核对，储量计算参数可追溯、可复核。

矿山生态修复监管

修复方案、监测数据与验收资料关联管理，支撑过程监管与成效评估。

智慧地质馆藏

馆藏报告、图件、实物资料数字化编目，支持语义检索与在线借阅。

地质知识助手

面向一线技术人员的问答入口，问规范、问参数、问历史项目，答案附出处。

10实施路径与交付

阶段周期内容
试点验证2～3 周选取一套代表性报告，跑通解析、抽取、质检、问答全链路，给出指标与问题清单
规模推广1～3 个月扩充资料范围与专业类型，完善契约与规则库，接入业务系统
场景扩展持续迭代按业务场景扩展数据集与问答能力，形成可持续更新的数据资产

平台采用模块化交付，可按需选配：智能解析与文档转换、GeoForge 地质模型矩阵、高质量数据集生产平台、知识图谱与问答服务、实施评测与培训。全系统私有化部署，资料与模型在客户内网运行，数据不出域。