细粒度苹果病虫害知识图谱构建研究

TP391; 鉴于现有农业知识图谱对病虫害防治相关实体、关系刻画不够细致的问题,以苹果病虫害知识图谱构建为例,研究细粒度农业知识图谱的构建方法.对苹果病虫害知识的实体类型和关系种类进行细粒度定义,共划分出19种实体类别和22种实体关系,以此为基础标注并构建了苹果病虫害知识图谱数据集AppleKG.使用APD-CA模型对苹果病虫害领域命名实体进行识别,使用ED-ARE模型对实体关系进行抽取.实验结果表明,该文模型在命名实体识别和关系抽取两项子任务中的F1值分别达到了93.08％和94.73％.使用Neo4j数据库对知识图谱进行了存储和可视化,并就细粒度苹果病虫害知识图谱可以为精准病虫害信息查询、...

Full description

Saved in:
Bibliographic Details
Published in计算机工程与应用 Vol. 59; no. 5; pp. 270 - 280
Main Authors 张嘉宇, 郭玫, 张永亮, 李梅, 耿楠, 耿耀君
Format Journal Article
LanguageChinese
Published 西北农林科技大学 农业农村部农业物联网重点实验室,陕西 杨凌 712100 01.03.2024
西北农林科技大学 陕西省农业信息感知与智能服务重点实验室,陕西 杨凌 712100
西北农林科技大学 信息工程学院,陕西 杨凌 712100%西北农林科技大学 信息工程学院,陕西 杨凌 712100
Subjects
循环神经网络
知识抽取
知识图谱
苹果病虫害防治
深度学习
Online AccessGet full text
ISSN1002-8331
DOI10.3778/j.issn.1002-8331.2205-0556

Cover

More Information
Summary:TP391; 鉴于现有农业知识图谱对病虫害防治相关实体、关系刻画不够细致的问题,以苹果病虫害知识图谱构建为例,研究细粒度农业知识图谱的构建方法.对苹果病虫害知识的实体类型和关系种类进行细粒度定义,共划分出19种实体类别和22种实体关系,以此为基础标注并构建了苹果病虫害知识图谱数据集AppleKG.使用APD-CA模型对苹果病虫害领域命名实体进行识别,使用ED-ARE模型对实体关系进行抽取.实验结果表明,该文模型在命名实体识别和关系抽取两项子任务中的F1值分别达到了93.08％和94.73％.使用Neo4j数据库对知识图谱进行了存储和可视化,并就细粒度苹果病虫害知识图谱可以为精准病虫害信息查询、智能辅助诊断等下游任务提供底层技术支撑进行了讨论.
ISSN:1002-8331
DOI:10.3778/j.issn.1002-8331.2205-0556