文件大小：1.08M
摘要：网络空间中水文数据的体量大、种类繁多、分布广泛、价值密度较低且质量不一，对象化的数据组织方式能够有效地表达水文对象的地理空间位置、特征属性和时间属性。利用ChatGPT进行大规模水文文本的对象化信息抽取，是水文水资源领域利用网络丰富信息资源的有效方法之一，这种方法可以自动从时间、空间和要素3个维度抽取要素类型、要素属性、时间范围、时间尺度、空间范围和空间尺度等6个特征。研究显示，ChatGPT的合理应用不仅可以有效减少信息抽取的人力成本和降低技术门槛，还初步证实了生成式人工智能在水文水资源领域的有效应用。
文章目录
0 引 言
1 研究对象及技术要点
1.1 水文对象及其特征定义
1.2 提示词及参数
1.3 评估指标
2 实例研究分析
2.1 数据收集与处理
2.2 实验结果
3 结 论
