地质矿产工作经过长期积累形成了数据量巨大的地质资料,数据作为一种资源也受到人们越来越多的关注。如何利用已有的地质矿产数据,合理运用新的技术方法获取矿产资源研究所需信息,是当今重要研究方向。本文主要研究了基于地质文本数据的信息提取及机器学习在成矿远景区预测中的应用。通过构建地质语义模型,实现对文本数据的信息提取,确定研究区矿产概况;基于该矿产概况,结合相应地质数据,通过随机森林算法,实现成矿远景区预测。本研究以甘肃西秦岭区域为例,完成成矿远景区预测,为进一步勘察分析提供了参考依据。主要包括以下几个方面:(1)地质语义模型构建:通过研究分析构建地质矿产基础词典,利用基于长短时记忆和条件随机场算法的LUIS构建了地质语义模型。(2)矿产特征提取:结合地质矿产文本数据及地质语义模型,通过文本数据预处理、分词处理、词频统计等获取相应的文本数据实义词,统计矿种及区域地质特征中控矿要素相关内容,确定矿产概况。(3)成矿远景区预测:根据矿产概况获取相关地质数据,通过随机森林机器学习算法,实现成矿远景区预测。(4)甘肃西秦岭地区成矿远景区预测:以甘肃省西秦岭地区为例,验证方法可行性并实现成矿远景区预测。研究表明,本文构建的地质语义模型能够实现对文本数据的地质矿产信息提取,以提取的概况信息为方向,结合已有地质资料通过随机森林算法可实现成矿远景区预测。通过甘肃省西秦岭地区成矿远景区预测案例应用,证明了本文提出方法的可行性,结果为进一步的矿产分析提供了数据参考。