南美白对虾养殖领域知识抽取数据集

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。

搜集汇总

背景与挑战

背景概述

该数据集是首个聚焦南美白对虾养殖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，包含67篇文献和2本专著，语料共38.5万字符。数据集采用领域本体驱动的自顶向下构建法，定义了10类核心实体和10种语义关系，经专家指导标注后形成12,814个实体和5,498个关系的高质量标注数据，命名实体识别F1值达82.8%。该数据集填补了水产养殖领域中文知识抽取的空白，可为智慧渔业、知识图谱构建及养殖智能问答等应用提供关键数据支撑。