作者：
李娇：中国农业科学院农业信息研究所, 国家新闻出版署农业融合出版知识挖掘与知识服务, 农业农村部农业大数据重点实验室
鲜国建：中国农业科学院农业信息研究所, 国家新闻出版署农业融合出版知识挖掘与知识服务, 农业农村部农业大数据重点实验室
黄永文：中国农业科学院农业信息研究所, 国家新闻出版署农业融合出版知识挖掘与知识服务
罗婷婷：中国农业科学院农业信息研究所, 国家新闻出版署农业融合出版知识挖掘与知识服务
孙坦：农业农村部农业大数据重点实验室, 中国农业科学院
马玮璐：中国农业科学院农业信息研究所
摘要：
作为国家种源安全战略的核心载体，水稻育种领域的知识发现研究具有重要价值，生物技术和信息技术的快速发展驱动该领域研究成果爆发式增长，破解学术资源过载导致的知识发现难题，可满足科研人员精准化、智能化的科研创新知识服务需求。本文提出基于大模型的水稻育种领域知识发现框架，设计从数据采集与预处理到细粒度知识抽取与融合、领域智能知识发现的技术路径，基于PMC、Web of Science、CrossRef和DataCite构建高质量科技文献数据集验证架构有效性。研究围绕优质、高效、高产、绿色、多抗等水稻育种目标构建了包含领域实体、科技资源实体、引文关系的知识资源底座，结合农知大模型实现基于引文网络和领域知识结构的多粒度知识发现。本研究将大模型的语义理解能力与领域知识组织体系的逻辑约束深度融合，数智赋能的“数据-知识-服务”技术路径可有效实现隐性知识显性化和碎片知识系统化，推动学术资源高效利用和创新发现，并为农业多领域智能知识发现提供迁移框架。
论文引用:
李娇, 鲜国建, 黄永文, 罗婷婷, 孙坦, 马玮璐. 基于大模型的水稻育种领域知识发现与应用研究[J]. 农业大数据学报, 2025, 7(4): 421-430.
LI Jiao, XIAN GuoJian, HUANG YongWen, LUO TingTing, SUN Tan, MA WeiLu. Knowledge Discovery and Its Application in Rice Breeding Using Large Language Models[J]. Journal of Agricultural Big Data, 2025, 7(4): 421-430.