农业知识图谱构建技术规程.pdf

农业知识图谱构建技术规程

1范围

本文件规定了农业知识图谱的相关术语和定义、缩略语、架构与流程及技术要求。

本文件适用于指导农业领域知识图谱的构建，规范农业知识抽取、推理、问答和推荐过程。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T23703.2知识管理第2部分：术语

GB/T35295信息技术大数据术语

3术语和定义

GB/T23703.2、GB/T35295界定的以及下列术语和定义适用于本文件。

3.1

现代农modernagriculture

以保障农产品供给、增加农民收入、促进可持续发展为目标，以提高劳动生产率、资源产出率和商品

率为途径，以现代科技和装备为支撑，以家庭经营为基础，在市场机制与政府调控的综合作用下，农工

贸紧密衔接，产加销融为一体，多元化的产业形态和多功能的产业体系。

3.2

知识图谱knowledgegraph

将互联网的信息表达成更接近人类认知世界的形式，以结构化的形式描述客观世界中概念、实体及

其关系，是一种更好地组织、管理和理解互联网海量信息的方式。

3.3

农业知识图谱agriculturalknowledgegraph

融合现代农业的地域性、季节性和多样性等特征后，利用农业领域的实体与关系，挖掘出农业潜在

价值的智能系统。

3.4

实体entity

1

指具有独特的标识并且可以与其他对象区分的对象或事物。其客观存在且相互区别，是知识图谱的

最基本元素。

3.5

关系relation

知识图谱中不同实体间的联系。

3.6

属性attribute

与真实或抽象的事物相关联的一种受关注的特征，表示类的实例通常共有的某些特征。

3.7

实体抽取entityextraction

也称为命名实体学习或命名实体识别。指从自然语言文本中自动识别出专有名称和有意义的数量短

语并加以归类的过程。

3.8

关系抽取relationextraction

从一段文本中抽取出（主体，关系，客体）这样的三元组。

3.9

属性抽取attributeextraction

从非结构化文本中抽取出实体的属性以及属性值。

3.10

实体链接entitylinking

将文本中的实体与知识图谱中相应的实体链接起来，以解决实体间存在的歧义性问题。

3.11

命名实体消歧entitydisambiguation

一个实体可对应多个真实世界实体，根据上下文语境确定一个实体对应唯一真实世界实体的过程。

3.12

知识表示knowledgerepresentation

知识符号化的过程，即把知识用计算机可接受的符号以某种形式描述出来。

[来源：GB/T23703.2-2010，4.4，有修改]

3.13

结构化数据structureddata

2

一种数据表示形式。按此种形式，由数据元素汇集而成的每个记录的结构都是一致的，并且可以使用

关系模型予以有效描述。

[来源：GB/T35295-2017，2.2.13]

3.14

非结构化数据unstructureddata

不具有预定义模型或未以预定义方式组织的数据。

[来源：GB/T35295-2017，2.1.25]

3.15

本体ontology

在大数据语境下，它是一些约束后续各种不同层次逻辑模型的语义模型。

注：本体，从本质上看，既可以是非常概括性的，也可以是极其专门化的。

[来源：GB/T35295-2017，2.1.54]

3.16

知识推理knowledgereasoning