数字农科院2.0

基于词性标注规则的马铃薯文献信息抽取方法

文献类型： 中文期刊

作者： 王腾阳;赵小丹;胡林

作者机构：

关键词： 马铃薯;词性标注;信息抽取;自然语言处理

期刊名称：科学技术与工程

ISSN： 1671-1815

年卷期： 2023 年 23 卷 27 期

页码：

收录情况： 北大核心（2020版） ; ; 科技核心（2023版）

摘要： 马铃薯育种领域积累有大量尚未结构化处理的育种文献文本,文献格式为PDF文档,人工整理文献内的种质资源数据费时费力。为了快速、准确地从育种文献中提取种质资源数据,使用基于词性标注规则和预设词的方法抽取文献数据。对于不能直接获取文档文本的情况,使用游程平滑算法和光学字符识别(optical character recognition,OCR)获取文本内容。采用用户可灵活建立的关键词库保存抽取项,通过正则表达式获取关键词所在语句,并利用自然语言处理工具对语句进行分词与词性标注,根据规则抽取目标词,同时采用基于关键词与预设词距离的信息抽取方法,实现将育种文献从自由文本转化为结构化数据。对115篇文献的1490个抽取项进行信息抽取,实验表明,该方法的准确率为82.97%,召回率为99.72%,F为90.58%,能以较高的准确率和召回率对马铃薯育种文献种质资源进行抽取,可为构建马铃薯遗传育种数据库提供数据基础。

分类号：

  • 相关文献

[1]地理标志农产品品牌管理政策注意力分析模型构建及应用. 霍梦佳,刘娟,黄杰. 2023

[2]农业中文期刊论文信息自动识别与抽取模型构建及实现. 薛欢欢,赵瑞雪,寇远涛,鲜国建. 2019

[3]基于Web的农业知识问答系统研究. 钟娟,谢能付. 2007

[4]水稻本体实例构建研究. 李嘉锐,崔运鹏,张学福,苏晓路,郝心宁,鄂志国. 2014

[5]基于Web的农业信息自动抽取方法研究. 王文生,谢能付. 2007

[6]文本挖掘技术在农业知识服务中的应用述评. 孙坦,丁培,黄永文,鲜国建. 2021

[7]近两年国外本体应用研究进展. 徐静,孙坦,黄飞燕. 2008

[8]文本挖掘技术在农业知识服务中的应用述评. 孙坦,丁培,黄永文,鲜国建. 2021

[9]基于BERT-BiLSTM-CRF的农产品信息文本命名实体识别研究及应用展望. 贺子康,杨勇,杨国峰,张欣钰. 2022

[10]基于深度学习的自然语言处理技术的发展及其在农业领域的应用. 崔运鹏,王健,刘娟. 2019

[11]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[12]面向农业图书资源语义挖掘的主题模型应用设计研究. 龚浩,崔运鹏,钱平. 2018

[13]基于BERT的常见作物病害问答系统问句分类. 杨国峰,杨勇. 2020

[14]基于大语言模型的智能问答系统研究综述. 任海玉,刘建平,王健,顾勋勋,陈曦,张越,赵昌顼. 2024

[15]国家公园建设的公众反响测度——基于B站《我们的国家公园》纪录片评论的主题和情感分析. 吴俣,李海英,李扬,林巧,李飞. 2025

[16]面向中文科学数据集的句子级语义匹配模型. 刘建平,初新涛,王健,顾勋勋,王萌,王影菲. 2024

[17]不同比例硫酸钾及氯化钾配施对马铃薯产量淀粉含量及商品薯率的影响. 许亚坤,徐宁,张洪亮,张荣华,马云倩. 2019

[18]2005-2015年我国马铃薯增产空间分异与贡献因素. 马力阳,罗其友,高明杰,刘洋,杨亚东. 2019

[19]改良Trizol法提取富含花青素马铃薯块茎的总RNA. 刘芳,陈广侠,马蕾,杨煜,郭晓,杨晓慧,董道峰,杨元军. 2018

[20]宁夏西吉马铃薯特色优势产业发展情况及启示. 周向阳,张晶,孔繁涛,沈辰,张洪宇,吴建寨. 2019

作者其他论文 更多>>