基于图检索生成增强的油藏地质问答系统构建

来源：石油科学通报杂志2025年第5期北京时间：

作者：刘兆年, 姜彬, 王宁, 孟翰, 李为冲, 姜曼, 师印亮, 林伯韬, 金衍

单位：1 中国石油大学(北京)人工智能学院，北京 1022492 中海油研究总院有限责任公司，北京 1000283 中国石油大学(北京)油气资源与工程全国重点实验室，北京 1022494 中国石油大学(北京)石油工程学院，北京 102249

摘要：在石油勘探开发过程中，长期积累的文档中蕴含大量工程知识与实践经验，这些资料对油田科学开发和生产决策具有重要意义。然而，此类信息多以文字描述、数据表格及说明性图件等多模态和非结构化形式保存，缺乏统一结构化表达，导致检索与利用效率低下，知识难以系统化应用。传统信息检索方法在处理跨段落、多模态复杂语料时存在局限，仅依靠大规模语言模型进行问答又容易出现虚假生成和上下文割裂，难以满足专业领域对准确性和可解释性的要求。为解决这一问题，本文基于微软开源的图检索增强生成框架，构建了一种面向油藏地质的图检索增强智能问答系统。针对油田文档语言复杂、层次繁多和结构异构的特点，应用了三种优化方法：一是基于文档逻辑结构的切分方法，通过识别标题层级和编号规则实现语义单元合理划分，避免实体关系抽取中的语义割裂；二是结合油藏地质术语体系的提示词优化机制，提升关键实体与语义关系识别与抽取的准确性和完整性，减少错误和遗漏；三是多模态输出机制，通过嵌入匹配实现文本回答与相关图表联动，使结果既具备语言连贯性，又能得到可视化证据支撑，增强了解释性和可信度。实验部分以某典型海域油田约九万字的综合报告为数据源，构建知识图谱并开展评估。与未优化方法和原始框架对比，结果表明优化系统在真实性、答案相关性、上下文精确率和上下文召回率等指标上均有显著提升，其中真实性和相关性的改善表明系统能够更准确生成符合事实和问题意图的回答，上下文指标的提升则显示其在跨段落整合与多模态关联方面更具优势。研究结果表明，该系统在知识抽取、组织与应用方面表现出更高准确性与可靠性，具有良好的工程适配性与扩展潜力，不仅为油田复杂知识的结构化管理和智能化利用提供了可行方案，也为大语言模型在石油工程等高专业化领域的应用落地提供了参考借鉴。

关键词：图检索增强,油藏地质,多模态检索,智能问答,大模型

基金资助：中国石油大学(北京)前沿交叉探索研究计划(2462024XKQY003);国家自然科学基金“砾岩储层砾石—交界面—基质合压水力裂缝非平面扩展机制研究”(42277122)