数字农科院2.0

ADON-R：基于语义相似与规则推理的农业本体网络构建方法

文献类型： 中文期刊

作者： 陈晓静;李威;李瑞航;林佳;姚琼;吴雯迪;樊景超;闫燊;王健;张建华;周国民

作者机构：

关键词： 本体推理;预训练语言模型;向量检索;规则推理;分级证据;农业本体网络

期刊名称：智慧农业(中英文)

ISSN： 2096-8094

年卷期： 2026 年

页码：

收录情况： CSCD（2025-2026年度） ; ; 科技核心（2024版） ; ; 农林核心（2024版）

摘要： [目的/意义]农业知识的有效整合与深度挖掘对于推动智慧农业发展至关重要，然而，多源异构的农业本体数据导致了严重的“知识孤岛”现象。现有的本体推理方法局限于单一的语义维度，无法全面刻画复杂的生物学关系，这严重制约了农业知识体系的深度应用。[方法]针对以上问题，构建了一套完整的多策略融合农业本体网络推理框架，并提出了一种结合语义相似与规则推理的农业本体网络推理方法 ADON-R (Agricultural Deep Ontology Network-Reasoner)。首先，该模型设计了一个基于逻辑规则的基础关系推理模块，利用10种生物学传递性规则精确构建本体网络的核心骨架。其次，为解决复杂相关性关系的发掘问题，创建了一套包含定义、语义、生物网络、功能特性和参考物种5个维度的分级证据体系，并依此构建了相关性关系推理模块。该模块的一个核心创新在于，它不仅是一种推理机制，更是一套可靠性量化框架，通过计算关系所满足的独立证据数量，将其划分为不同等级。为实现高效推理，该模块集成了改进的Jaccard相似度算法、基于Jena规则的解释器及融合了BioBERT预训练语言模型与FAISS (Facebook AI Similarity Search)向量检索技术的高效语义相似度计算流程，实现了对潜在关系的深度挖掘。最终，通过分级融合策略，将不同证据强度的关系划分为I～IV这4个等级，构建了农业本体知识网络。使用STS-B (Semantic Textual Similarity Benchmark)国际标准测试集取得了0.852 0的斯皮尔曼相关系数，验证了BioBERT在语义理解任务上的有效性，ADON-R方法推理共得到1 305 312条本体新关系。[结果与讨论]结果表明：I级到Ⅳ级的分级推理能够在本体之间建立复杂的上下游关系，ADON-R方法可以大幅细化本体结构和扩展本体内外部关联。同时，图数据库实例分析证实，新构建的网络能够揭示深层次、跨领域的术语关联。[结论]该方法的建立为农业知识挖掘提供了可借鉴的思路，所形成的农业关系网络能够极大满足多领域农业学者调用和组织的需求。

分类号：

  • 相关文献

[1]基于图像规则的玉米病害诊断系统的设计与实现. 明博,赖军臣,王娜,谢瑞芝,王克如,李少昆. 2009

作者其他论文 更多>>