Page 98 - 2025年第56卷第5期

参 考 文 献：

［ 1 ］ 冯钧，杭婷婷，陈菊，等 . 领域知识图谱研究进展及其在水利领域的应用［J］ 河海大学学报（自然科学版），
.
2021，49（1）：26-34.
.
［ 2 ］ 蔡启航，徐彬，董晓迪 . 利用语义增强提示和结构信息的知识图谱补全模型［J/OL］ 计算机科学，（2024-
10-29）［2024-11-17］ http：/kns. cnki. net/kcms/detail/50. 1075. TP. 20241028. 1439. 034. html.
.
/
［ 3 ］ 张继勋，王虞清，焦修明，等 . 基于本体和自然语言处理的土石坝险情知识图谱构建方法研究［J］ 水利学
.
报，2024，55（9）：1071-1083，1097.
.
［ 4 ］ 陈娟，赵新潮，隋京言，等 . 故事启发大语言模型的时序知识图谱预测［J］ 模式识别与人工智能，2024，37
（8）：715-728.
［ 5 ］ GUO L，YAN F，LU Y，et al. An automatic machining process decision-making system based on knowledge graph
.
［J］ International Journal of Computer Integrated Manufacturing，2021，34（12）：1348-1369.
［ 6 ］ LAN L， TUAN T， NGAN T， et al. A new complex fuzzy inference system with fuzzy knowledge graph and exten⁃
.
sions in decision making［J］ IEEE Access，2020，8：164899-164921.
［ 7 ］ HUANG X，ZHANG J，LI D，et al. Knowledge graph embedding based question answering［C］/Proceedings of the
/
twelfth ACM international conference on web search and data mining. 2019.
.
［ 8 ］ GUO Q，ZHUANG F，QIN C，et al. A survey on knowledge graph-based recommender systems［J］ IEEE Transac⁃
tions on Knowledge and Data Engineering，2020，34（8）：3549-3568.
［ 9 ］ 张 栋 梁 ， 周 伟 ， 马 刚 ， 等 . 面 向 水 利 防 汛 抢 险 的 知 识 图 谱 构 建 与 应 用［J］ 水 利 学 报 ， 2025， 56（3）：
.
341-353.
［ 10］ 张军珲，黄希扬，桂明宇，等 . 面向数字孪生工程的水利知识图谱构建及应用［J］ 人民黄河，2024，46（4）：
.
121-124，130.
［ 11］ WANG L， LIU X， LIU Y， et al. Knowledge graph-based method for intelligent generation of emergency plans for
water conservancy projects［J］ IEEE Access，2023，11：84414-84429.
.
［ 12］ 刘雪梅，卢汉康，李海瑞，等 . 知识驱动的水利工程应急方案智能生成方法——以南水北调中线工程为例
［J］ 水利学报，2023，54（6）：666-676.
.
［ 13］ 杨阳蕊，朱亚萍，刘雪梅，等 . 水利工程文本中抢险实体和关系的智能分析与提取［J］ 水利学报，2023，54
.
（7）：818-828.
.
［ 14］ 冯钧，吕志鹏，范振东，等 . 基于大语言模型辅助的防洪调度规则标签设计方法［J］ 水利学报，2024，55
（8）：920-930.
［ 15］ 杨阳蕊，朱亚萍，陈思思，等 . 融合群体智能策略的 AI 链在大坝防汛抢险知识推理中的应用［J］ 水利学报，
.
2023，54（9）：1122-1132.
［ 16］ EDGE D，TRINH H，CHENG N，et al. From local to global： A graph RAG approach to query-focused summari⁃

.
zation［EB/OL］ （2024-04-24）［2024-12-01］ https：/arxiv. org/abs/2404. 16130v1.
/
.
.
［ 17］ LEWIS P， PEREZ E， PIKTUS A， et al. Retrieval-augmented generation for knowledge-intensive nlp tasks［J］
Advances in Neural Information Processing Systems，2020，33：9459-9474.
［ 18］ ZHANG B， SOH H. Extract， define， canonicalize： An LLM-based framework for knowledge graph construction
/
.
［EB/OL］ （2024-04-5）［2024-12-01］ https：/arxiv. org/abs/2404. 03868.
.

［ 19］ WEI J， WANG X， SCHUURMANS D， et al. Chain-of-thought prompting elicits reasoning in large language
models［J］ Advances in Neural Information Processing Systems，2022，35：24824-24837.
.
［ 20］ 陶 江 垚 ， 奚 雪 峰 ， 盛 胜 利 ， 等 . 结 构 化 思 维 提 示 增 强 大 语 言 模 型 推 理 能 力 综 述［J］ 计 算 机 工 程 与 应 用 ，
.
2025，61（6）：64-83.
［ 21］ MA X. Knowledge graph construction and application in geosciences： A review［J］ Computers & Geosciences，
.
2022，161：105082.
［ 22］ WU H，ZHONG B，LI H，et al. Combining computer vision with semantic reasoning for on-site safety management
.
in construction［J］ Journal of Building Engineering，2021，42：103036.
［ 23］ 栾辉，刘聪 . 基于 SOA 的车载服务及软件开发设计与研究［J］ 上海汽车，2022（3）：24-30.
.
— 644 —