Resumo Técnico: TerraQ – Resposta a Perguntas Espaço-Temporais em Arquivos de Imagens de Satélite

Declaração do Problema

O avanço rápido dos Grandes Modelos de Linguagem (LLMs) levou a uma proliferação de assistentes digitais e interfaces de linguagem natural, no entanto, o acesso a arquivos especializados de dados de Observação da Terra (OT) permanece desafiador para usuários não técnicos. Sistemas existentes para recuperação de imagens de satélite frequentemente dependem de geração de consultas rígida e baseada em modelos, o que limita a variedade de perguntas que os usuários podem fazer e reduz a precisão. Além disso, muitos sistemas carecem de integração com grafos de conhecimento geoespacial (GK) de alta qualidade e construídos para fins específicos, contendo tanto características administrativas/naturais quanto metadados específicos de satélite (por exemplo, Sentinel-1 e Sentinel-2). O desafio central abordado por este trabalho é desenvolver um sistema que permita aos usuários consultar critérios espaço-temporais complexos (por exemplo, "imagens de rios próximos a portos com cobertura de nuvens específica") usando linguagem natural, sem depender de modelos neurais computacionalmente caros ou modelos restritivos.

Metodologia

Os autores propõem o TerraQ, um mecanismo de Resposta a Perguntas (QA) espaço-temporal projetado para traduzir solicitações em linguagem natural em consultas SPARQL/GeoSPARQL executáveis sobre um Grafo de Conhecimento especializado. O sistema opera através de um pipeline de componentes distintos:

1. Construção do Grafo de Conhecimento:

   • Fontes de Dados: O GK integra dados do GADM (divisões administrativas), e-GEOS (rios, portos, POIs), Sentinel-1 (2020–2021), Sentinel-2 (2020–2022) e Marine Regions (setores marítimos).
   • Ontologia: Construída sobre os padrões YAGO2geo e GeoSPARQL, a ontologia centra-se numa classe Feature estendida por subclasses para entidades específicas (rios, imagens, etc.).
   • Normalização: Um pipeline de tradução usando o LLM Mistral-7b converte rótulos geoespaciais não em inglês (por exemplo, "Roma") para inglês, a fim de garantir o reconhecimento consistente de entidades.

2. Pipeline do Motor TerraQ:
   O motor processa consultas de entrada através de quatro passos conceituais:

   • Análise e Identificação:
     • Gerador de Árvore de Dependência de Análise: Usa Stanford-CoreNLP para estruturar a entrada.
     • Identificador de Instância: Realiza Reconhecimento de Entidades Nomeadas (NER) e desambiguação (usando WAT e links da Wikipedia) para mapear entidades (por exemplo, "Emilia Romagna") para recursos do GK.
     • Identificador de Conceito: Mapeia conceitos semânticos (por exemplo, "Rio", "Floresta") para classes de ontologia do GK usando similaridade de strings e n-gramas.
     • Identificador de Propriedade: Mapeia atributos especificados pelo usuário (por exemplo, "cobertura de nuvens") para propriedades do GK, resolvendo conflitos por meio de heurísticas de proximidade.
     • Identificadores Espaciais e Temporais: Mapeia relações espaciais (por exemplo, "longe de") para funções stSPARQL/GeoSPARQL (por exemplo, geof:distance) e palavras-chave temporais para datas específicas usando HeidelTime.
   • Lógica e Tratamento de Restrições:
     • Resolvedor Numérico: Identifica números e os associa a propriedades ou funções espaciais (por exemplo, "menos de 2km").
     • Resolvedor de Conjunção: Lida com conjunções lógicas (por exemplo, "cidades e florestas") gerando relações espaciais apropriadas.
   • Construção da Consulta:
     • Identificador de Tipo de Retorno: Determina o formato de saída esperado (por exemplo, Imagem, Coordenadas, Contagem) usando um modelo Llama 2 ajustado finamente, com um fallback heurístico para ambientes sem GPU.
     • Identificador de Forma de Consulta: Constrói a cláusula SELECT/ASK com base no tipo de retorno.
     • Gerador de Consulta: Mescla as cláusulas WHERE e SELECT em uma consulta SPARQL completa.
     • Melhorador de Consulta: Um módulo opcional usando um LLM Mistral-7b ajustado finamente para refinar consultas complexas (paradigma de Refinamento de Execução).
     • Transpilador GoST: Reescreve consultas para utilizar relações geoespaciais materializadas (pré-computadas via JedAI-Spatial) para otimizar o desempenho, evitando cálculos caros em tempo de execução para relações como geof:sfWithin.

Contribuições Principais

O artigo delineia duas contribuições primárias:

1. Um Grafo de Conhecimento Especializado: Um GK hierárquico que interliga informações geoespaciais (características naturais, divisões administrativas) com metadados de imagens de satélite. Esta estrutura facilita a expansão com conhecimento temático adicional.
2. O Motor TerraQ: Um mecanismo de QA espaço-temporal capaz de lidar dinamicamente com consultas simples e complexas. Crucialmente, ele alcança isso sem depender de modelos de consulta ou modelos neurais computacionalmente exigentes para o processo central de tradução, utilizando em vez disso uma abordagem híbrida de LLMs de pequena escala, heurísticas e conhecimento especializado.

Resultados da Avaliação

Devido à falta de conjuntos de dados públicos especificamente para Texto-para-SPARQL em arquivos de OT, os autores avaliaram o TerraQ no conjunto de dados GeoQuestions1089 (originalmente projetado para a ontologia YAGO2geo).

• Desempenho: O TerraQ alcançou uma precisão geral de 44,36% no conjunto de dados GeoQuestions1089.
• Comparações:
  • Superou o sistema anterior baseado em modelos de consulta mais avançado, GeoQA2 (40,33%), em aproximadamente 4 pontos percentuais no geral (uma melhoria relativa de 10%).
  • Superou significativamente o motor de Hamzei et al. (25,92%).
• Análise por Categoria: O TerraQ mostrou desempenho superior na maioria das categorias (A, B, D, E, F, G, I). No entanto, foram observadas regressões de desempenho nas categorias C e H, que os autores atribuem à natureza dinâmica do sistema e às limitações das heurísticas em estruturas de consulta complexas específicas em comparação com modelos rígidos.

Significado e Alegações

O artigo posiciona o TerraQ como um passo em direção à democratização do acesso a dados de Observação da Terra. Seu significado reside em:

• Acessibilidade: Permitir que tanto usuários novatos quanto especialistas interajam com arquivos complexos de satélites via linguagem natural, alinhando-se ao cenário atual de assistentes digitais.
• Eficiência e Adaptabilidade: Ao evitar LLMs massivos e modelos rígidos, o sistema é implantável em hardware comum e pode ser mais facilmente adaptado a diferentes domínios.
• Precisão: O uso de um GK construído para fins específicos e de alta qualidade permite resultados mais granulares em comparação com sistemas anteriores como o EarthQA.

Os autores concluem que, embora o sistema não seja perfeito (notando as regressões de desempenho em categorias específicas), ele demonstra com sucesso que uma abordagem híbrida, orientada por heurísticas, pode efetivamente preencher a lacuna entre a linguagem natural e a recuperação complexa de dados geoespaciais. Trabalhos futuros envolvem a integração de sistemas de Resposta a Perguntas Visuais para refinar ainda mais os critérios de seleção de imagens.