一种基于DistilBERT-GATv2与BiLSTM-TCN的蛋鸡疫病检测方法

本发明公开了一种基于DistilBERT‑GATv2与BiLSTM‑TCN的蛋鸡疫病检测方法，包括以下步骤：从非结构化文本数据中提取相关数据，构建高质量结构化文本数据库；采用DistilBERT模型对已标注的语料进行微调训练，实现对目标实体的精准识别，输出标准化的实体类别与文本；实现实体间语义关系的抽取，构建疾病三元组数据；通过引入跨句指代消解机制与实体归一化算法，统一语义指称，确保知识图谱中节点语义的一致性和唯一性；将构建的三元组数据存储到图数据库，完成领域专属知识图谱的构建；通过配置可视化组件，实现实体节点、关系边与查询路径的可视化呈现。本发明方法可以高效地检测和诊断蛋鸡的疫病类型，提升智能监测系统的准确性，减少人工干预，提高蛋鸡疾病防控的自动化水平。