Bringing Agentic Search to Earth Observation Data Discovery

📄 arXiv: 2607.02387v1 📥 PDF

作者: Minghan Yu, Youran Sun, Chugang Yi, Yixin Wen, Haizhao Yang

分类: cs.IR, cs.LG

发布日期: 2026-07-02

备注: 19 pages, 1 figure, 6 tables

💡 一句话要点

提出代理搜索系统以解决地球观测数据发现难题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 地球观测 知识图谱 自然语言处理 数据检索 机器学习 大语言模型 信息检索

📋 核心要点

  1. 现有方法在海量地球科学数据集中难以有效检索到所需数据，给研究人员带来挑战。
  2. 本文提出的代理搜索系统能够处理自然语言查询，利用知识图谱提高数据发现的效率。
  3. 实验结果表明，微调的神经评分器在性能上超越传统基线，且通过零-shot重排序进一步提升了检索效果。

📝 摘要（中文）

NASA及其数据中心拥有成千上万的地球科学数据集和工具，如Worldview、Giovanni、科学发现引擎和Harmony。即使是领域专家，找到合适的数据集也很困难。本文提出了一种代理搜索系统，作为地球科学社区的公共服务，能够处理自然语言研究查询并返回匹配的数据集和工具。我们展示了在大语言模型时代，知识图谱的潜在价值可以通过代理搜索显著放大。基于NASA地球观测知识图谱（NASA EO-KG），我们构建了NASA-EO-Bench，一个包含47,000个查询-数据集对（21,000个基于任务的查询）的开放基准。经过微调的神经评分器在NASA-EO-Bench上超越了余弦和BM25基线。通过与BM25的得分融合，Recall@10（R@10）和MRR均提升超过5倍。基于此监督管道，我们增加了一个零-shot代理重排序阶段，在N=200的分层子集上，MRR提升了28%，显示出LLM推理与监督检索的互补性。

🔬 方法详解

问题定义：本文旨在解决在海量地球科学数据集中，研究人员难以有效检索到所需数据的问题。现有方法在处理自然语言查询时，往往无法提供准确的匹配结果，导致信息检索效率低下。

核心思路：论文提出了一种代理搜索系统，能够将自然语言查询转化为匹配的数据集和工具。通过利用知识图谱的潜在价值，提升数据发现的效率和准确性。

技术框架：系统整体架构包括自然语言处理模块、知识图谱查询模块和评分模块。首先，用户输入自然语言查询，系统解析并生成查询向量，然后在知识图谱中检索相关数据集，最后通过评分模块对结果进行排序。

关键创新：最重要的技术创新在于将知识图谱与大语言模型结合，通过代理搜索显著提升了数据检索的准确性和效率。这种方法与传统的基于关键词的检索方法有本质区别。

关键设计：在模型设计上，采用了微调的神经网络作为评分器，并结合BM25进行得分融合。损失函数设计为优化检索精度，同时在零-shot重排序阶段，利用大语言模型的推理能力进一步提升检索效果。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

实验结果显示，经过微调的神经评分器在NASA-EO-Bench上超越了余弦和BM25基线，且通过与BM25的得分融合，Recall@10和MRR均提升超过5倍。此外，零-shot代理重排序阶段在N=200的分层子集上，MRR提升了28%，显示出显著的性能改进。

🎯 应用场景

该研究的潜在应用领域包括地球科学研究、环境监测、气候变化分析等。通过提高数据检索的效率和准确性，研究人员能够更快速地获取所需数据，从而加速科学发现和决策过程。未来，该系统有望扩展到其他领域的数据检索任务，具有广泛的实际价值。

📄 摘要（原文）

NASA and its data centers hold thousands of geoscience datasets and tools like Worldview, Giovanni, the Science Discovery Engine, and Harmony. Finding the right one is hard even for domain experts. We present an agentic search system, deployed as a public service for the geoscience community, that takes a natural-language research query and returns the matching datasets and tools. We demonstrate that, in the era of large language models, the latent value of knowledge graphs (KGs) can be substantially amplified through agentic search. From the NASA Earth Observation Knowledge Graph (NASA EO-KG) we derive NASA-EO-Bench, an open benchmark of 47k query-dataset pairs (21k task-based queries). A neural scorer fine-tuned on NASA-EO-Bench beats cosine and BM25 baselines. Further combining it with BM25 via score fusion raises both Recall@10 (R@10) and MRR by over 5x. On top of this supervised pipeline, we add a zero-shot agentic reranking stage that, without any additional training, lifts MRR by 28% on a stratified N=200 subset, showing that LLM reasoning is complementary to supervised retrieval.