摘要
本发明涉及农业信息技术领域,特别涉及一种烟草农业标准知识图谱构建方法及系统,收集烟草农业标准数据;分析标准数据的结构和特征,将标准数据划分为标准信息要素、标准技术要素和标准条文要素三个知识单元;构建烟草农业标准知识图谱本体模型,包括标准信息要素本体模型、标准技术要素本体模型和标准条文要素本体模型;基于本体模型,采用多技术协同方法进行知识抽取,包括基于大语言模型的标准信息要素知识抽取、基于正则匹配的标准技术要素知识抽取和基于深度学习的标准条文要素知识抽取;将抽取的知识三元组存储至图数据库,完成烟草农业标准知识图谱的构建。本发明实现烟草农业标准知识的结构化、语义化和智能化,实现标准知识的有效利用。
技术关键词
烟草农业
知识图谱构建方法
大语言模型
协同方法
知识图谱构建系统
三元组
农业化学物质
农业信息技术
非结构化文本
实体关系抽取
损失函数优化
LDA模型
命名实体识别
数据收集模块
融合语义
系统为您推荐了相关专利信息
预训练语言模型
抽象语法树
模块
静态代码分析技术
语句
大语言模型
可视化工具
特征工程
机器学习算法
图谱
历史统计信息
大语言模型
融合特征
时间序列分析方法
时域特征
泄漏检测方法
字词
文本段落
大语言模型
泄漏检测装置