广东省数据知识产权存证登记平台-证书详情

登记信息

南美白对虾养殖领域知识抽取数据集 已登记

数据申请号：

粤2025072901298
数据登记号：

SZ2025320016575.5
关键词：

南美白对虾、养殖、抽取
登记时间：

2025-11-02
平台证书编号：

20250744000016575
服务机构：

广东海洋大学
登记主体：

广东海洋大学
法院编号：

广州互联网法院 - 6287973764b83dabbae78453041674c12401b7d040f9e6ac300db4e442b50cb3-749fc1a4;legalxchain

区块链信息

上链时间：

2025-10-16
所属区块链：

司法联盟链·广东省知识产权保护中心
证据指纹：

f0849c55a8d0db39de765b3a5325488039e0d81e53e49cd1dc37c238e26e86494bb2a133c946649f811cbfc19af20465304aff65d80579abe83e1a8b9143d151
区块链存证证书编号：

LXM-GDIPI-23202510163406858814

数据信息

数据简介

VIE（南美白对虾养殖领域知识抽取）数据集是首个聚焦该领域的中文知识抽取数据集，基于近10年CNKI北大核心/CSCD期刊及专业书籍构建，含67篇文献、2本专著，语料38.5万字符。其采用领域本体驱动的自顶向下构建法，定义10类核心实体（研究对象、疾病、饵料等）及10种语义关系（调控、共生、影响等）。数据集经水产养殖专家指导标注，标注一致性κ=0.87，采用BIO模式，形成12,814个实体、5,498个关系的高质量标注数据。经BERT-BiLSTM-CRF模型验证，命名实体识别F1值达82.8%，有效性与实用性获证。该数据集填补了水产养殖领域中文知识抽取空白，为智慧渔业、知识图谱构建及养殖智能问答等应用提供关键数据支撑，兼具学术价值与应用前景。

数据来源：

公开采集
数据所属行业分类：

A05 农、林、牧、渔专业及辅助性活动

数据处理规则说明

1.数据收集：从CNKI数据库检索近10年南美白对虾养殖相关北大核心和CSCD期刊文献67篇，结合2本专业书籍作为补充数据源。 2.预处理：使用PDF2TEXT工具转换文档，删除表格、图片等结构化数据，保留纯文本内容。 3.数据清洗：翻译化合物简写和组织缩写为中文，删除无关的文献信息和章节序号。 4.本体构建：采用自顶向下方式构建包含10种实体类型（OBJ、BIO、INS、DIS、COM、VIR、BAT、ORG、PAT、BOO）和10种关系类型的领域本体。 5.标注规则：采用BIO标注模式，由6名计算机专业人员在专家指导下完成标注，标注者一致性κ=0.87。 6.质量控制：分两阶段标注，所有结果经专家审核，不一致处通过讨论确定最终结果。

应用场景描述

1.南美白对虾养殖领域的智能问答系统构建。 2.水产养殖技术知识图谱建设。 3.养殖过程中的疾病诊断和防治知识提取。 4.养殖环境因子与对虾生长关系的知识发现。 5.水产养殖专业文献的自动化信息抽取。 6.养殖技术推荐系统的知识库构建。 7.农业信息化和智慧渔业系统开发。 8.中文命名实体识别模型在特定领域的训练和验证。

数据格式：

xlsx
数据更新频率：

其他
数据量：

28805

样例数据

Relation Type Entity 1 Entity 2 Relation VIR_STA 弧菌斑节对虾 Affect VIR_STA 弧菌幼虾 Affect VIR_STA 镰刀菌对虾 Affect

数据结构样例

字段名称数据类型字段描述 Relation Type 关系类型两种实体各自的类型（如：VIR_STA） Entity 1 实体1 研究相互关系的实体1名称（如：弧菌） Entity 2 实体2 研究相互关系的实体2名称（如：斑节对虾） Relation 关系两种实体之间的关系类型（如Affect）

数据状态

2025-11-02

数据知识产权登记完成