本文介绍了 TextMine，这是一个利用大规模语言模型 (LLM) 的知识提取流程，旨在解决大量人道主义排雷 (HMA) 最佳实践知识被困于非结构化报告中的问题。TextMine 集成了文档分割、领域感知提示、三元组提取以及基于参考文献和 LLM 的评估功能，并提供了包含原始 HMA 本体和真实排雷报告的精炼数据集。实验结果表明，与基线相比，基于本体的提示将提取准确率提高了 44.2%，幻读减少了 22.5%，格式合规性提高了 20.9%。TextMine 已在柬埔寨报告上得到验证，可应用于全球排雷行动和其他领域，将非结构化数据转化为结构化知识。
