开放式、多任务地学专业知识问答对数据

该数据知识产权数据的总数大于50万条，能够直接用于地学领域大模型训练，使其学习地学领域专有的知识结构和表达术语，从而具备在地质、气候、环境等多个子学科领域上的文本任务处理和复杂问题推理能力。面相全球科研工作者打造开源开放的专业地学领域大语言模型，通过简单自然语言指令即可实现复杂地学科研任务的高效及时处理。该数据集不仅支持科研、教育、决策等多种应用场景，还能通过大模型助手工具在矿产勘探、环境监测等实际场景中发挥重要作用，推动地学领域的技术创新和知识传播。1. 从全球OA地学期刊中采集英文论文摘要，筛选保留标题与摘要内容完整且非空的样本，并通过标题去重，构建地学领域基础数据库。
2. 基于大规模语言模型自动抽取摘要信息和实体，通过实体重叠度和摘要相似性构建地学知识图谱。
3. 利用知识图谱和大规模语言模型自动生成多样化的提问角色和场景，涵盖单源和多源的事实型、推理型、应用型等不同类型问题，并通过上下文关联算法生成准确的答案，构建初始问答对数据集。
4. 对问题进行地学领域的二分类判断，并分析地学二级学科的分布，剔除偏离地学领域的边缘问题。
5. 构建五维评价模型：专业度（学科知识准确性）、清晰度（表述明确无歧义）、研究价值（反映学科前沿）、聚焦程度（问题边界清晰）、难度（逻辑推理分级），进行综合评分，保留各维度评分均大于60%的高质量问答对作为最终输出。

搜集汇总

背景与挑战

背景概述

该数据集是一个开放式、多任务的地学专业知识问答对数据集，包含1797条高质量问答对，涵盖地质、气候、环境等多个子学科领域。数据集通过五维评价模型筛选，适用于地学领域大模型训练和多种实际应用场景。