A carregar...
Publicação
Prompt2Map: Map Generation from Natural Language Queries Using Large Language Models (LLM)
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 3.53 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Os Sistemas de Informação Geográfica (SIG) e as tecnologias web tornaram a criação
de mapas mais acessível do que nunca. No entanto, ainda é necessário um conhecimento técnico das ferramentas de SIG para produzir resultados cartográficos. Esta tese
apresenta o Prompt2Map, um sistema que converte consultas em linguagem natural
em mapas web utilizando Grandes Modelos de Linguagem (LLM). A nossa abordagem
baseia-se em Retrieval-Augmented Generation (RAG), envolvendo uma etapa inicial de
extração de dados a partir de fontes geoespaciais, seguida de uma etapa de mapeamento para visualizar os dados. Testes de desempenho realizados com consultas
sintéticas demonstram a eficácia do sistema. Discutimos também as implicações éticas
desta abordagem. Este trabalho contribui para reduzir a lacuna entre consumidores
e produtores de mapas, oferecendo uma interface em linguagem natural para dados
geoespaciais autoritativos, aproximando assim a informação espacial do público geral.
Geographic Information Systems (GIS) and web technologies have made map creation more accessible than ever before. However, a technical understanding of GIS tools is still required to produce cartographic outputs. This thesis introduces Prompt2Map, a system that converts natural language queries into web maps using Large Language Models (LLM). Our approach is based on Retrieval-Augmented Generation (RAG), involving an initial step to extract data from geospatial sources, followed by a mapping step to visualize the data. Performance tests conducted over synthetic prompts demonstrate the system’s e!ectiveness. We also discuss ethical implications of this approach. This work contributes to bridging the gap between map consumers and producers, o!ering a natural language interface to authoritative geospatial data, thereby bringing spatial information closer to the general public.
Geographic Information Systems (GIS) and web technologies have made map creation more accessible than ever before. However, a technical understanding of GIS tools is still required to produce cartographic outputs. This thesis introduces Prompt2Map, a system that converts natural language queries into web maps using Large Language Models (LLM). Our approach is based on Retrieval-Augmented Generation (RAG), involving an initial step to extract data from geospatial sources, followed by a mapping step to visualize the data. Performance tests conducted over synthetic prompts demonstrate the system’s e!ectiveness. We also discuss ethical implications of this approach. This work contributes to bridging the gap between map consumers and producers, o!ering a natural language interface to authoritative geospatial data, thereby bringing spatial information closer to the general public.
Descrição
Dissertation presented as the partial requirement for obtaining a Master's degree in Geographic Information Systems and Science, specialization in Geospatial Data Science
Palavras-chave
Grandes Modelos de Linguagem Sistemas de Informação Geográfica Cartografia IA Generativa RAG Large Language Models Geographic Information Systems Cartography Generative AI Retrieval-augmented generation SDG 4 - Quality education SDG 9 - Industry, innovation and infrastructure