基于知识图谱的花卉病虫害知识管理方法

被引:24
作者
陈明 [1 ,2 ]
朱珏樟 [1 ]
席晓桃 [1 ]
机构
[1] 上海海洋大学信息学院
[2] 农业农村部渔业信息重点实验室
关键词
花卉; 病虫害防治; 知识图谱; 知识抽取; 知识管理;
D O I
暂无
中图分类号
S436.8 [观赏园艺类病虫害]; TP391.1 [文字信息处理];
学科分类号
090401 [植物病理学]; 120506 [数字人文];
摘要
为解决花卉病虫害领域中病虫害防治因素关系复杂、知识冗余等问题,结合知识图谱对知识组织和管理的技术,提出一种基于知识图谱的花卉病虫害知识管理方法。首先,根据文献提取包括环境在内的花卉病虫害防治要素,构建花卉病虫害本体模型并存储在RDF图中,实现对知识规范性和完整性的控制;其次,对花卉病虫害领域文本进行分析,针对分析得到的文本特点,提出融合头尾实体分离“01”标注方法、轻量级双向转换编码表示模型(A lite BERT, ALBERT)和引入词性特征的级联标注模型(CasPOSRel)的抽取框架进行三元组抽取;之后利用自定义RDF2PG映射算法,按照RDF图中的本体模型将抽取到的三元组存入Neo4j数据库中,完成对花卉病虫害知识的存储及管理。实验结果证明提出的抽取框架中标注方法、预训练模型与抽取模型相比基线方法F1值分别提升0.88、4.90、8.57个百分点,同时得到抽取结果F1值为95.07%。通过知识发现表明该知识管理方法能有效组织管理病虫害知识,帮助花卉种植人员进行更为有效的病虫害防治工作。
引用
收藏
页码:291 / 300
页数:10
相关论文
共 23 条
[1]
农作物病虫害知识图谱构建研究 [D]. 
李悦 .
中国农业科学院,
2021
[2]
茶树病虫害检测及防治信息挖掘与可视化分析 [D]. 
汪敏 .
安徽农业大学,
2020
[3]
基于知识图谱的农业智能问答系统设计与实现 [D]. 
吴茜 .
厦门大学,
2019
[4]
基于知识图谱的农业知识服务系统研究 [D]. 
夏迎春 .
安徽农业大学,
2018
[5]
基于本体的苹果病虫害垂直搜索引擎研发 [D]. 
巩如悦 .
西北农林科技大学,
2017
[6]
基于领域本体的中文信息抽取研究.[D].黄思思.华东师范大学.2016, 09
[7]
新一代知识图谱关键技术综述 [J].
王萌 ;
王昊奋 ;
李博涵 ;
赵翔 ;
王鑫 .
计算机研究与发展 , 2022, (09) :1947-1965
[8]
园林花卉常见病虫害综合防治技术探究 [J].
冯艳霞 .
广东蚕业, 2022, 56 (02) :88-90
[9]
基于BERT的多特征融合农业命名实体识别 [J].
赵鹏飞 ;
赵春江 ;
吴华瑞 ;
王维 .
农业工程学报, 2022, 38 (03) :112-118
[10]
基于多源信息融合的中文农作物病虫害命名实体识别 [J].
李林 ;
周晗 ;
郭旭超 ;
刘成启 ;
苏洁 ;
唐詹 .
农业机械学报, 2021, 52 (12) :253-263