一种大模型驱动的农业知识图谱分析方法及系统

本发明涉及农业技术领域，具体是一种大模型驱动的农业知识图谱分析方法及系统，本发明，本发明通过三级预处理流程实现多源异构数据的标准化处理，结合领域适配大模型训练技术，构建了包含作物/病害/农事操作等2000+实体类型的专用体系。在实体抽取环节，利用大模型零样本学习能力，可自动识别新型农业实体，较传统方法实体识别准确率提升35%，尤其在病虫害图像与文本描述的跨模态对齐中，通过ResNet50‑BERT融合模型实现特征向量欧氏距离最小化，对齐精度达92%以上。动态更新机制基于网络爬虫实时抓取三大核心期刊及政策文件，结合增量更新算法实现知识图谱月更新频率提升至4次，确保农业知识的时效性与完整性，为精准农业数据治理提供了技术保障。