DisasterLex：灾难分析中地理空间推理的专家概念到模式知识图

灾害是不可避免的，而且成本越来越高，有效的响应取决于查询结构化表格数据：精确、信息密集的灾害、暴露、脆弱性和支持灾害管理的生命线基础设施的记录。当前的文本到 SQL 方法允许对此类表进行自然语言访问，但很难转移到灾难域，在灾难域中查询跨越异​​构地理空间模式并需要对因果关系进行推理。我们引入了 DisasterLex，这是一个以知识图为中介的框架，它在用户查询和数据库之间插入了精选概念和类型化因果边的专家知识图 (EKG)，并通过概念到表链接桥接到模式。编排运行四个阶段（识别查询实体、路由到操作域、规划因果边缘以及奠定 SQL），并限制在每个步骤传递给模型的模式。我们在灾难分析数据库（36 个地理空间表，150 列）上实例化它，其中包含 107 个概念、117 个因果边和 52 个概念到模式链接的 EKG，并在 75 个查询测试集上进行评估。在涵盖专有和开放权重系列的所有七个基本模型中，DisasterLex 比四个最先进的基线（LightRAG、HippoRAG 2、ReFoRCE、CHESS）高出 1.4 倍到 2.75 倍，绝对分数为 1.65 到 3.56（5.0 分）。错误分析显示路由和多表 SQL 组合中的基线故障集群，这是我们的编排明确解决的操作。代码、数据和 EKG 工件可在 https://github.com/YimingXiao98/DisasterLex 和 Zenodo 上获取：https://doi.org/10.5281/zenodo.20388029。