科研产出
基于CiteSpace的地果(Ficus tikoua)知识图谱分析
《中国野生植物资源 》 2023 CSCD
摘要：目的:分析地果研究领域的现状和发展趋势,为其研究和应用提供参考.方法:以中国知网(CNKI)期刊全文数据库和Web of Science核心数据库为文献来源,基于CiteSpace对地果研究领域的发文量、发文机构、研究作者、关键词和高被引文献进行分析.结果:地果研究相关文献的数量处于波动状态,总量较少,质量还需提升;中国是研究地果的主要国家,且国内研究机构主要位于其自然分布区域内,国际上对地果的关注极少.国内核心作者源于机构内的合作,机构之间协作较少.总黄酮和化学成分等主题是当前地果的研究热点.结论:目前,对地果的研究少、开发利用程度低,未来应加强品种选育以发挥其在园林、药用、食用和生态修复等方面的优良特性,同时应加强对其系统发育和地果-榕小蜂协同进化等研究.
全文链接
请求原文
融合BERT-WWM和注意力机制的茶叶知识图谱构建
《西南农业学报 》 2022 北大核心 CSCD
摘要：[目的]针对当前茶叶领域语料数据库不完善、多源异构数据聚合能力差、知识共享困难等问题,提出一种基于BERT-WWM-BiLSTM-AttTea-CRF模型的茶叶知识图谱构建方法.[方法]以基于全词掩码的BERT-WWM(Whole Word Masking)层替换预训练模型中的随机掩码BERT层,并根据茶叶领域语料数据的全局文本特征,设计可实现茶叶关键实体权重分配的注意力机制层以提高文本提取的准确率,最后通过条件随机场对序列中的各个实体进行分类提取,从而完成茶叶中文实体识别的整个流程.[结果]BERT-WWM-BiLSTM-AttTea-CRF模型能有效识别茶叶知识文本数据中的实体,对茶叶非结构化数据的实体抽取效果优于RoBERTa_BiLSTM_CRF、ALBERT_BiLSTM-CRF 等主流模型,识别的准确率、召回率、F1 值分别为 92.03%、90.36%、91.19%.经改进后的模型对茶叶品种数据和茶叶病害数据的识别率有明显提升,其F1值分别达到94.32%和94.05%.[结论]本研究所构建的茶叶知识图谱具有数据覆盖面广、聚合能力强、体系完整等优势,对农业特定领域的知识图谱构建和农业中文命名实体的提取研究具有重要意义.
关键词： 茶叶 知识图谱 条件随机场 双向长短词记忆模型 注意力机制
全文链接
请求原文
基于科技论文产出的省级农业科学院学术影响力可视化分析——以四川省农业科学院为例
《农业图书情报学刊 》 2015
摘要：利用文献计量学分析方法对1990年—2014年期间四川省农业科学院在CNKI上公开发表的5 842篇科技论文进行整理与分析。通过对全院科技论文产出、发文机构、学科分布、基金来源、主要期刊分布、主要合作机构、高频关键词等内容的深入剖析,旨在客观掌握四川省农业科学院学科发展与人才建设情况。在为全院科研管理、学科建设提供决策依据的同时,也为其它省级农业科学院科学评估其科研产出、学术影响力等提供参考。
关键词： 四川省农业科学院 科技论文 文献计量 知识图谱 对策建议
全文链接
请求原文
首页上一页1下一页尾页
