面向主题场景的科技文献AI 数据体系建设： 技术框架研究与实践

分类： 信息资源管理 >> 情报学 发布时间： 2025-02-08 合作期刊: 《农业图书情报学报》

常志军 钱力 吴垚葶 曲云鹏 巩玥 张智雄

摘要：[目的/意义]人工智能赋能科学研究已成为推动科学发现的重要驱动力。面向主题场景的高质量数据资源是训练高性能AI 模型的关键，鉴于科技文献数据的复杂性及其直接用于大模型训练的局限性，亟须构建一套系统化的数据建设技术框架，通过对科技文献资源进行一系列的加工、提炼和整合，最终构建面向AI 应用的高质量训练语料。[方法/过程]本研究提出了科技文献AI 数据体系建设的“3+5 技术框架”，围绕AI 数据体系建设全流程，提炼设计了3 个层次的数据内容，以及5 个阶段的数据治理过程，基于大数据技术、智能挖掘技术作为数据治理的关键要素，详细阐述了数据治理工具链的体系架构与功能。[结果/结论]为验证所提出的技术框架的有效性，本研究将其应用于水稻育种领域的AI 数据体系构建实践中。结果表明，该框架能够有效地处理科技文献数据，构建出了高质量的领域数据集，为AI 模型在水稻育种研究中的应用提供了数据支撑，验证了该技术框架的有效性和实用性。

 点击量 14  下载量 0  评论 0