随着数据驱动技术在生物育种领域的广泛应用,构建结构化、标准化的科学实验数据资源对于揭示科研活动规律、支撑智能育种决策具有重要意义。为提升水稻在非生物胁迫环境下的育种效率,本研究构建了水稻育种抗非生物胁迫领域科学实验事件...随着数据驱动技术在生物育种领域的广泛应用,构建结构化、标准化的科学实验数据资源对于揭示科研活动规律、支撑智能育种决策具有重要意义。为提升水稻在非生物胁迫环境下的育种效率,本研究构建了水稻育种抗非生物胁迫领域科学实验事件数据集。研究基于Web of Science™和PubMed Central数据库采集1990–2023年间相关文献,结合LightRAG检索增强模型与改进的BERT语言模型,抽取了品种,基因,蛋白质,组织、细胞和器官,环境因素,表型,遗传育种技术,分子育种技术,计算机技术9类实体及包含,转录或翻译,表达调节,相互作用,组织、细胞和器官发育调节,影响,技术合作,技术支撑8类关系,并构建具有时间与学科属性的五元组事件结构,覆盖10,409条实体和13,034条实体关系。数据集以“主语-关系-宾语”结构呈现事件过程,划分为属性类、功能类、因果类与技术类4类事件类型。在数据构建过程中,采用标准化清洗、语义标注、专家审核与多模型对比评估等质量控制手段,确保数据的准确性和一致性。相较于传统科研数据资源,本数据集突出科学实验中的动态关系与技术路径表达,能够为水稻功能基因挖掘、性状改良路径重构、知识图谱构建与智能问答等系统提供关键支撑,具有较高的专业价值与推广意义。展开更多
文摘随着数据驱动技术在生物育种领域的广泛应用,构建结构化、标准化的科学实验数据资源对于揭示科研活动规律、支撑智能育种决策具有重要意义。为提升水稻在非生物胁迫环境下的育种效率,本研究构建了水稻育种抗非生物胁迫领域科学实验事件数据集。研究基于Web of Science™和PubMed Central数据库采集1990–2023年间相关文献,结合LightRAG检索增强模型与改进的BERT语言模型,抽取了品种,基因,蛋白质,组织、细胞和器官,环境因素,表型,遗传育种技术,分子育种技术,计算机技术9类实体及包含,转录或翻译,表达调节,相互作用,组织、细胞和器官发育调节,影响,技术合作,技术支撑8类关系,并构建具有时间与学科属性的五元组事件结构,覆盖10,409条实体和13,034条实体关系。数据集以“主语-关系-宾语”结构呈现事件过程,划分为属性类、功能类、因果类与技术类4类事件类型。在数据构建过程中,采用标准化清洗、语义标注、专家审核与多模型对比评估等质量控制手段,确保数据的准确性和一致性。相较于传统科研数据资源,本数据集突出科学实验中的动态关系与技术路径表达,能够为水稻功能基因挖掘、性状改良路径重构、知识图谱构建与智能问答等系统提供关键支撑,具有较高的专业价值与推广意义。
